基于自适应云粒子群算法的Wiener模型辨识

• 作者: 余春日 吴文进 张朝龙 李彦梅 杨伟 江善和
• 来源期刊: 计算机应用研究
• 关键词: 云模型 粒子群优化 Wiener模型 系统辨识
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 4041-4044,4049
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.11.010

摘要

针对非线性系统Wiener模型的系统辨识问题,提出一种基于自适应云模型的粒子群优化(ACMPSO)算法的辨识方法.ACMPSO算法利用云模型实现优秀粒子的遗传和进化操作,根据进化状况动态调整云模型的参数,自适应地控制云模型算法的寻优范围和精度,有较强的全局搜索和局部求精能力.仿真实验证明该算法寻优精度高于其他主要PSO算法；将该算法应用于Wiener模型的系统辨识,通过实验证明了该辨识方法优于当前其他方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余春日	安庆师范学院物理与电气工程学院	59	196	7.0	10.0
2	江善和	安庆师范学院物理与电气工程学院	42	211	8.0	12.0
3	李彦梅	安庆师范学院物理与电气工程学院	34	193	7.0	12.0
4	张朝龙	安庆师范学院物理与电气工程学院	30	240	9.0	14.0
5	吴文进	安庆师范学院物理与电气工程学院	30	198	9.0	13.0
6	杨伟	安庆师范学院物理与电气工程学院	11	23	2.0	4.0