基于微粒群算法的非线性系统模型参数估计

• 作者: 刘益剑 孙冀 张建明
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 微粒群优化 非线性系统 参数估计
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 研究与应用
• 页码范围: 465-468
• 页数: 4页
• 分类号: TP18
• 字数: 2599字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2005.04.013

摘要

微粒群优化(PSO)算法是一种进化算法,包含的概念简单.本文不同于传统的非线性模型参数估计方法,将微粒群优化算法应用于非线性系统模型(NSM)的参数估计,并通过重油热解三集总模型参数估计进行PSO算法效果测试.实验结果表明:微粒群算法为非线性系统模型参数估计提供了一种新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘益剑	南京师范大学电气与自动化工程学院	20	68	5.0	7.0
2	孙冀	南京师范大学电气与自动化工程学院	15	106	4.0	10.0
3	张建明		9	114	6.0	9.0