基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对非线性系统辨识的问题,提出了一种改进的粒子群算法.该算法引入近邻因子,增加了当前粒子的社会学习功能,可有效克服基本粒子群算法易陷于局部最优解的常见弊病.算法对未知非线性系统具有充分的逼近能力,对噪声不敏感,实现了对一类非线性系统的有效辨识.
推荐文章
基于遗传算法的非线性系统状态空间辨识
非线性系统
状态空间方程
系统辨识
遗传算法
基于支持向量回归的非线性系统辨识
支持向量回归
非线性系统辨识
贝叶斯证据框架
采用非线性粒子群算法的同步糖化发酵参数辨识
粒子群优化算法
同步糖化发酵
非线性变化惯性权重
发酵动力学方程
参数辨识
一种非线性系统参数辨识的耦合算法研究
混沌算法
克隆选择
Elman神经网络
耦合算法
非线性动态系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于带近邻因子的粒子群算法的非线性系统辨识
来源期刊 计算机与现代化 学科 工学
关键词 近邻因子 粒子群优化算法 非线性系统辨识
年,卷(期) 2007,(7) 所属期刊栏目
研究方向 页码范围 16-18,29
页数 4页 分类号 TP27
字数 2689字 语种 中文
DOI 10.3969/j.issn.1006-2475.2007.07.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田谦益 漳州师范学院计算机系 9 19 3.0 3.0
2 李莉 漳州师范学院计算机系 16 10 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
近邻因子
粒子群优化算法
非线性系统辨识
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导