利用改进微分进化算法实现线性系统逼近

被引:6
作者
姜立强
邱迎锋
刘光斌
机构
[1] 第二炮兵工程学院
关键词
线性系统逼近; 微分进化算法; 粒子群算法; 加权系数; 惯性加权;
D O I
暂无
中图分类号
E911 [军事数学];
学科分类号
摘要
提出一种基于改进的微分进化算法的逼近算法。新算法通过参考粒子群算法惯性权重思想,引入惯性加权系数,在计算初期能够维持个体的多样性,后期能够加快算法的收敛速度,提高了DE算法的性能。最后对典型的稳定线性系统逼近问题进行了数值计算,计算结果证明该算法优于未改进微分进化算法,能够以更少的进化代数和更小的计算量找到高质量的逼近模型。
引用
收藏
页码:35 / 37
页数:3
相关论文
共 6 条
[1]   噪声环境下参数估计和模型降阶的一种有效方法 [J].
潘晖 ;
王凌 ;
刘波 ;
金以慧 .
化工自动化及仪表, 2006, (05) :13-17
[2]   基于一类混合PSO算法的函数优化与模型降阶研究 [J].
刘丽姮 ;
王凌 ;
刘波 ;
金以慧 .
化工自动化及仪表, 2006, (02) :9-13
[3]   基于人工免疫响应的线性系统逼近 [J].
公茂果 ;
杜海峰 ;
焦李成 .
中国科学E辑:信息科学, 2005, (12) :1288-1303
[4]   粒子群算法中惯性权重的实验与分析 [J].
王俊伟 ;
汪定伟 .
系统工程学报, 2005, (02) :194-198
[5]   多智能体遗传算法用于线性系统逼近 [J].
钟伟才 ;
刘静 ;
焦李成 .
自动化学报, 2004, (06) :933-938
[6]   基于一类SMSA策略的模型最优降阶 [J].
李令莱 ;
王凌 ;
郑大钟 ;
不详 .
控制与决策 , 2004, (08) :947-950+953