运用改进差分进化算法辨识Hammerstein模型

• 作者: 徐保国 熊伟丽 王肖 陈敏芳
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 差分进化算法 自适应变异 非线性系统辨识 Hammerstein模型
• 年，卷（期）: 2013,（4）
• 页码范围: 536-542
• 页数: 7页
• 分类号: TP18
• 字数: 5482字
• 语种: 中文

摘要

针对非线性系统Hammerstein模型,利用差分进化算法对非线性模型进行参数辨识,将非线性系统的辨识问题转化为参数空间上的函数优化问题.为了增强差分进化算法的辨识性能,采用一种自适应变异差分进化算法,即引入一个自适应变异率,随着迭代的进行自适应调整缩放因子,从而在初期保持种群多样性避免早熟;在后期逐步降低变异率,保留优良信息,避免最优解遭到破坏.最后通过仿真对比实验表明,改进的差分进化算法比基本差分进化算法精度更高、非线性辨识能力更强.

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	江南大学教育部轻工过程先进控制重点实验室	119	960	17.0	25.0
6	陈敏芳	江南大学物联网工程学院	6	88	5.0	6.0
7	王肖	江南大学物联网工程学院	3	38	3.0	3.0