首页 | 本学科首页   官方微博 | 高级检索  
     

基于改进粒子群算法的系统辨识新方法
引用本文:徐小平,钱富才,王峰. 基于改进粒子群算法的系统辨识新方法[J]. 系统工程与电子技术, 2008, 30(11)
作者姓名:徐小平  钱富才  王峰
作者单位:1. 西安理工大学自动化与信息工程学院,陕西,西安,710048;西安理工大学理学院,陕西 西安 710048陕西 西安 710048
2. 西安理工大学自动化与信息工程学院,陕西,西安,710048
3. 西安交通大学理学院,陕西,西安,710049
基金项目:教育部博士学科点专项科研基金,陕西省自然科学基金(2005F15)资助课题
摘    要:提出了一种利用改进的粒子群优化算法对系统进行辩识的方法.该方法是将典型的数学模型的相互组合而构成系统模型的新辨识方法,即首先将系统结构辨识问题转化为组合优化问题,然后采用粒子群优化算法同时实现系统的结构辨识与参数辨识.为了进一步增强粒子群优化算法的辨识性能,提出了利用一种改进的粒子群优化算法.最后,给出了仿真示例,结果验证了所给的系统辨识方法的合理性和有效性.

关 键 词:系统辨识  改进粒子群优化  元模型  组合优化

Novel method of system identification based on modified particle swarm optimization algorithm
XU Xiao-ping,QIAN Fu-cai,WANG Feng. Novel method of system identification based on modified particle swarm optimization algorithm[J]. System Engineering and Electronics, 2008, 30(11)
Authors:XU Xiao-ping  QIAN Fu-cai  WANG Feng
Affiliation:XU Xiao-ping1,2,QIAN Fu-cai1,WANG Feng3
Abstract:A new method is studied for system identification based on modified particle swarm optimization(MPSO) algorithm.The basic idea of the method employs a system model composed with classical models so as to transform the system structure identification problem into a combinational problem.The particle swarm optimization(PSO) algorithm is then adopted to implement the identification on the system structure and parameters.In order to enhance the performance of the PSO algorithm identification,an MPSO algorithm is also proposed.Finally,simulation results show the rationality and effectiveness of this method.
Keywords:system identification  modified particle swarm optimization  meta model  combinatorial optimization  
本文献已被 CNKI 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