|
|||||
|
|
| 运用改进差分进化算法辨识Hammerstein模型 | |
| 作者姓名： | 熊伟丽 陈敏芳 王肖 徐保国 |
| 作者单位： | 江南大学教育部轻工过程先进控制重点实验室;江南大学物联网工程学院 |
| 基金项目： | 国家自然科学基金(21206053,21276111);中国博士后基金(2012M511198);江苏高校优势学科建设工程资助项目(PAPD) |
| 摘 要： | 针对非线性系统Hammerstein模型,利用差分进化算法对非线性模型进行参数辨识,将非线性系统的辨识问题转化为参数空间上的函数优化问题。为了增强差分进化算法的辨识性能,采用一种自适应变异差分进化算法,即引入一个自适应变异率,随着迭代的进行自适应调整缩放因子,从而在初期保持种群多样性避免早熟;在后期逐步降低变异率,保留优良信息,避免最优解遭到破坏。最后通过仿真对比实验表明,改进的差分进化算法比基本差分进化算法精度更高、非线性辨识能力更强。 |
| 关 键 词： | 差分进化算法 自适应变异 非线性系统辨识 Hammerstein模型 |
| 本文献已被 CNKI 等数据库收录！ | |