基于差分进化算法的Wiener模型辨识

被引：19

作者：

熊伟丽 ^{[1
,2
]}

许文强 ^{[2
]}

徐保国 ^{[2
]}

机构：

[1] 江南大学轻工过程先进控制教育部重点实验室

[2] 江南大学物联网工程学院

来源：

控制工程 | 2012年 / 19卷 / 05期

关键词：

参数辨识; Wiener模型; 差分进化算法; 粒子群算法;

D O I：

10.14107/j.cnki.kzgc.2012.05.038

中图分类号：

TP13 [自动控制理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

DE算法是一类基于种群的启发式全局搜索技术,该算法原理简单,控制参数少,鲁棒性强,具有良好的优化性能。利用差分进化算法对Wiener模型参数进行辨识,把辨识问题等价为以估计参数为优化变量的非线性极小值优化问题,并分析了算法中种群规模NP、缩放因子F、交叉概率CR等控制参数对辨识过程中的全局并行搜索能力和收敛速度的影响,以保证算法的全局收敛性。对Wiener模型的数值仿真结果表明了DE算法在参数辨识问题中的有效性,以及较PSO算法更强的非线性系统辨识能力。

引用

页码：900 / 904

页数：5

共 11 条

[1]

运用QPSO算法进行系统辨识的研究 [J].