首页 | 本学科首页   官方微博 | 高级检索  
     

细菌生存优化在非线性模型辨识中的应用
引用本文:林卫星,Peter X.Liu,李文磊,陈炎海,欧超. 细菌生存优化在非线性模型辨识中的应用[J]. 系统仿真学报, 2009, 21(10)
作者姓名:林卫星  Peter X.Liu  李文磊  陈炎海  欧超
作者单位:1. 宁波大学信息科学与工程学院,宁波,315211
2. Department of Systems and Computer Engineering,Carleton University,Ottawa,ON,K1S 5B6
基金项目:浙江省自然科学基金项目,宁波市自然科学基金项目
摘    要:提出了一种新的基于细菌生存优化(Bacterial Foraging Optimization BFO)的非线性模型辨识方法.它是利用群集智能仿生BFO算法对一类Hammerstein系统进行辨识,从而估计出它的参数模型.通过对这类输入非线性模型进行辨识,并用仿真实验说明BFO算法的参数设置与选择方法.比较基于粒子群优化(Particle Swarm Optimization PSO)的非线性模型辨识算法,特别是对有色噪声的鲁棒性、模型的辨识精度、辨识收敛速度进行对比分析,以得出BFO辨识算法的优缺点及其有效性.

关 键 词:系统辨识  Hammerstein模型  细菌生存优化  粒子群优化

Application of Bacterial Foraging Optimization in Non-linear Model Identification
Abstract:
Keywords:system identification  Hammerstein model  BFO  PSO
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号