基于改进差分进化算法的Wiener模型辨识

被引：18

作者：

徐小平 ^{[1
]}

白博 ^{[1
]}

钱富才 ^{[2
]}

机构：

[1] 西安理工大学理学院

[2] 西安理工大学自动化与信息工程学院

来源：

系统仿真学报 | 2016年 / 28卷 / 01期

关键词：

差分进化算法; Sigmoid函数; 自适应算子; SADE算法; Wiener模型; 辨识;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; N945.14 [系统辨识];

学科分类号：

071102 [系统分析与集成]; 140502 [人工智能];

摘要：

针对非线性Wiener模型的参数辨识问题,提出了一种基于Sigmoid函数及自适应算子改进差分进化(improved differential evolution algorithm with Sigmoid function and adaptive mutation operator,SADE)算法的参数辨识方法。利用Sigmoid函数及自适应变异算子改进了基本差分进化算法的变异操作部分,改进的方法能够有效地克服基本差分进化算法的过早收敛和不稳定性等缺点。将该改进差分进化算法应用于对非线性Wiener模型的参数辨识问题,达到了较高的辨识精度。在仿真试验中,与其它已有方法进行比较,仿真结果说明了所给的参数辨识方法是合理和有效的。

引用

页码：147 / 153

页数：7

共 14 条

[1]

基于鲁棒优化的系统辨识算法研究 [J].