基于正态云的粒子群优化算法及其应用

• 作者: 刘衍民 赵庆祯 邵增珍
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 粒子群优化算法 正态云模型 系统辨识 动态变异 Hammerstein模型
• 年，卷（期）: 2011,（17）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 161-162,166
• 分类号: TP301.6
• 字数: 2932字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.17.054

摘要

为辨识非线性系统Hammerstein模型,将非线性系统的辨识问题转化为参数空间上的优化问题,提出一种基于正态云模型的改进粒子群算法(NCPSO).该算法采用动态变异概率,对全局最优粒子和粒子自身最优位置进行正态云变异,以产生新的粒子引导种群的飞行,有效避免早熟收敛.采用一种广义学习策略,提升粒子向最优解飞行的概率,将NCPSO算法用于对Hammerstein模型的辨识,相比其他算法,该算法辨识精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵庆祯	山东师范大学管理与经济学院	72	780	15.0	24.0
2	刘衍民	遵义师范学院数学系	81	406	11.0	18.0
6	邵增珍	山东师范大学管理与经济学院	60	455	12.0	18.0