|
|||||
|
|
| 基于组合混沌策略自适应量子微粒群的Volterra核辨识算法 | |
| 作者姓名： | 李宁洲 冯晓云 |
| 作者单位： | 西南交通大学电气工程学院;兰州交通大学机电工程学院; |
| 基金项目： | 国家自然科学基金项目(11162007);甘肃省自然科学基金项目(1308RJZA149) |
| 摘 要： | 针对非线性Volterra泛函级数的参数辨识问题,提出了一种基于组合混沌策略自适应量子微粒群算法(CCSAQPSO算法)的Volterra时域核辨识方法.该方法在量子微粒群算法(QPSO)的基础上,采用混沌策略分两个阶段对QPSO进行优化,在初始化时以混沌序列初始化种群,在搜索过程中则引入混沌变异机制,利用混沌变异算子空间遍历特性对个体进行变异操作,同时按照各微粒适应度的优劣程度对其进化过程中的收缩扩张系数进行自适应调节,有效避免了早熟收敛现象的发生,提高了算法的全局寻优能力,保证了算法的准确性和精度.最后将该Volterra核辨识方法与基于标准微粒群算法(PSO算法)和QPSO算法的Volterra核辨识方法进行了对比分析.仿真结果表明,提出的方法具有参数辨识精度高、抗噪声能力强等优点,且在全局优化能力和快速收敛能力上都有较大提高. |
| 关 键 词： | 组合混沌策略自适应量子微粒群算法 非线性系统 Volterra级数 系统辨识 |
| 本文献已被 CNKI 等数据库收录！ | |