基于差分进化算法的Wiener模型辨识

• 作者: 徐保国 熊伟丽 许文强
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 参数辨识 Wiener模型 差分进化算法 粒子群算法
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 计算机控制系统及软件
• 页码范围: 900-904
• 分类号: TP273
• 字数: 3793字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7848.2012.05.041

摘要

DE算法是一类基于种群的启发式全局搜索技术,该算法原理简单,控制参数少,鲁棒性强,具有良好的优化性能.利用差分进化算法对Wiener模型参数进行辨识,把辨识问题等价为以估计参数为优化变量的非线性极小值优化问题,并分析了算法中种群规模NP、缩放因子F、交叉概率CR等控制参数对辨识过程中的全局并行搜索能力和收敛速度的影响,以保证算法的全局收敛性.对Wiener模型的数值仿真结果表明了DE算法在参数辨识问题中的有效性,以及较PSO算法更强的非线性系统辨识能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐保国	江南大学物联网工程学院	277	2198	22.0	30.0
2	熊伟丽	江南大学轻工过程先进控制教育部重点实验室	119	960	17.0	25.0
6	许文强	江南大学物联网工程学院	5	37	4.0	5.0