基于Hopfield神经网络的线性系统参数辨识

基于Ｈｏｐｆｉｅｌｄ网络的神经计算原理,提出了一种新的线性系统参数辨识方法,首先建立系统的Ｉ／Ｏ差分方程以模型误差二次型作为ＨＮＮ的能量函数,辨识差分方程的系数矩阵,最终得到线性系统的全部矩阵参数,数值仿真的结果证明了该方法的有效性。     

基于Householder变换的线性系统模型参数辨识

讨论了应用Ｈｏｕｓｅｈｏｌｄｅｒ变换阵求解病态矩阵方程的性静、动态模型参数辩识法,并给出了辨阶方法方法以及计算机仿真结果。     

基于田口方法的PSO算法参数设计

PSO算法中的参数对其性能有显著影响,本文利用田口方法对标准PSO算法的参数进行设计。以惯性权重、学习因子和种群大小作为可控因子,以信噪比度量PSO算法性能的优劣,通过基准测试函数的正交试验得到PSO算法的最佳参数组合。实验结果证明:按照田口方法设计的参数,能够有效提高算法的效率和稳健性。同时本研究为优化PSO算法提供了一些新思路。     

基于PSO参数辨识SVM的中长期径流预测研究

以径向基函数作为核函数,利用微粒群(PSO)算法的全局寻优特性进行支持向量机(SVM)的参数辩识.在微粒群搜索参数前,先对参数进行指数变换,使[0,1]和[1,∞]有着相同的搜索概率.微粒群算法的适应值函数是以支持向量机模型的推广能力为标准的,讨论了测试样本的最小误差和留一法对支持向量机学习方法推广能力的两种估计.最后...     

线性系统传递函数的阶数辨识

在实际系统的参数辨识中，系统的结构往往并不知道，因此，要想正确辨识系统参数，就必须同时要辨识系统的阶数。该文根据线性系统的频域分析原理，讨论了包含有积分环节的线性连续时间系统的阶数辨识方法，并详细描述了线性系统阶数辨识的实现过程以及用Ｆ检验法来辨识模型结构的步骤与程序设计分析设计方法。实验结果表明，这种方法具有一定的辨识精度和工程应用价值。     

基于估计参数辨识递推算法用于输出间断采样条件下的线性系统参数辨识

最小二乘法是用于连续采样条件下线性系统参数辨识的常用算法,但在间断采样条件下,最小二乘法存在很多不足.提出一种基于估计的参数辨识递推(EBRLS)算法,并从理论上分析了其收敛性.仿真研究表明,对于普通辨识算法无法处理的间断采样情况.EBRLS可以给出令人满意的参数辨识结果,甚至在可用数据极其稀疏的情况下仍然有效.     

一类分布参数系统的辨识

讨论非均质碳酸盐岩气藏的分布参数系统辨识方法．在考察窜流函数与地质特征的关系基础上,建立一般的双重孔隙结构模型并阐述其作用与意义;介绍系统辨识问题的若干新结果,包括稳定泛函和参数可辨识性等;用自共轭算子的谱扰动方法证明结构模型的孔隙度和窜流系数的可辨识性．结果表明,分布参数系统辨识包括参数、边界和结构等的辨识,具有实际应用前景。     

微生物连续发酵系统参数辨识与优化算法

考虑3-HPA对细胞生长的抑制作用和底物与产物的跨膜运输方式,建立了能更好描述微生物连续发酵过程的新的数学模型,以计算值与实验稳态数据之间的平均相对误差为优化目标,以多个动力系统为状态约束,建立了参数辨识模型,证明了该辨识模型的参数可辨识性,并构造了改进的粒子群(PSO)算法求解该辨识模型.数值结果表明该新的动力学模型能更好地描述实际微生物连续发酵过程.     

基于改进PSO算法的岩石蠕变模型参数辨识

微粒群优化(PSO)算法是一类随机全局优化技术,具有收敛速度快、规则简单、易于实现的优点.针对岩石蠕变本构模型参数的辨识问题,本文利用FLAC软件自带的fish语言实现了改进PSO算法对本构模型参数的辨识.该方法从岩石本构模型参数的随机值出发,以蠕变过程中试件变形的实验值与计算值的误差大小作为适应度函数来评价参数的品质,利用改进PSO算法规则实现模型参数的进化,搜索出全局最优的模型参数值,从而实现了岩石蠕变本构模型参数的自适应辨识.利用该方法对页岩蠕变实验进行了仿真研究,实验结果表明:改进的PSO算法用于岩石蠕变模型的参数辨识是有效的.     

一类连续线性系统的完全辨识

在一般情况下，对于连续线性系统可以获得其代数等价系统或传递函数的辨识。本文对这种线性系统的一个特例，即由高阶方程描述的一类线性系统，依据系统的观测数据，用该系统的特征值构造出唯一的变换矩阵，解决这类系统辨识中，由离散辨识结果返回连续系统的反问题，进而实现这一类线性系统的完全辨识。     

自适应蚁群算法在线性系统参数辨识中的应用研究

介绍了自适应蚁群算法在线性系统参数辨识中的应用算法.该方法能够根据辨识偏差变化大小动态改变信息启发因子α和期望启发因子β的配置,引导搜索朝着全局最优方向运动,避免陷入局部最优同时减少搜索算量.通过仿真运行,该辨识方法能够较快缩小辨识区间,辨识结果接近真值,具有较好的辨识效果.     

基于Volterra模型的一类通信系统的参数辨识

分析了Ｖｏｌｔｅｒｒａ级数理论对于非线性系统的模型建造的意义，提出了一类通信系统的适用于系统辨识的新模型－－Ｖｏｌｔｅｒｒａ离散频域模型，应用此模型对一个具体的通信系统有效地进行了非线性故障诊断和参数辨识。     

基于粒子群算法的风电场参数辨识研究

大规模的风电并网使得电力系统的安全运行受到了挑战,建立高精度风电场模型有利于维护电网的稳定运行。本研究以河西地区马鬃山和酒泉风电场为研究对象,基于粒子群算法,结合马鬃山和酒泉风速数据对威布尔模型中的形状系数和尺度系数进行辨识。以实际值与辨识值误差的平方和最小为目标函数,得到了较高精度的风电场参数值。通过与穷举算法的辨识结果进行对比,本研究的粒子群算法能够获得更高精度的风电场模型。     

基于Volterra模型的一类通信系统的参数辨识

分析了Volterra级数理论对于非线性系统的模型建造的意义，提出了一类通信系统的适用于系统辨识的新模型──Volterra离散频域模型．应用此模型对一个具体的通信系统有效地进行了非线性故障诊断和参数辨识．     

遗传算法在参数辨识中的应用进展

系统地讨论遗传算法在参数辨识中的应用.总结了简单遗传算法用于参数辨识的步骤,指出其可能出现的问题,并综述国内外学者在编码、适应值函数和遗传算子等方面所作的改进以及将遗传算法与其他方法结合所产生的新算法.最后指出了遗传算法存在的局限性.     

一个非线性模型的参数辨识

给出了一个非线性模型的参数辨识方法和过程。     

基于UKF的汽轮机调节系统参数辨识方法研究

在介绍UKF（Unscented Kalman Filter）滤波算法的基础上,将其应用于汽轮机数字电液调节系统的参数辨识.通过仿真验证了方法的有效性.结果表明,UKF滤波能够得到较为满意的估计精度,是实现汽轮机调节系统参数辨识的一种有效的新方法,具有重要的工程应用前景和使用价值.     

基于极坐标的异步电机新型参数辨识方法

在异步电机矢量控制系统中,电机参数的准确性严重影响着系统的控制性能。利用极坐标方法,研究了一种异步电机新型参数辨识的方法。系统的电压、电流、频率、相位角均能够通过软件来实现。基于SVPWM算法,向电机施加相应电压信号,并利用极坐标方法,简化了参数计算过程,即通过直流斩波实验、单相实验和空载实验实现对电机定子电阻、转子电阻、定子漏感、转子漏感以及互感的测试。实验结果证明,该辨识方法得到的参数准确性高,且模型简单,计算量小,易于实现。     

模型参数的理性在线辨识方法

依据实际问题,提出了多数模型的“理性辨识”概念并给出了几种在线辨识公式,可有效地用于相当广泛的系统的实时控制与预测。