基于改进粒子群算法的 Volterra 模型参数辨识

• 作者: 丁旺才 卫晓娟 周学舟 李宁洲
• 来源期刊: 振动与冲击
• 学科: 工学
• 关键词: 改进粒子群算法 非线性系统 Volterra 级数 系统辨识
• 年，卷（期）: 2015,（21）
• 页码范围: 105-112
• 页数: 8页
• 分类号: TP18
• 字数: 6345字
• 语种: 中文
• DOI: 10.13465/j.cnki.jvs.2015.21.019

摘要

针对非线性系统Volterra泛函级数模型，结合混沌优化策略和种群多样性控制思想，提出了一种改进粒子群算法，并应用于 Volterra 模型参数的辨识，将非线性系统的辨识问题转化为高维参数空间上的优化问题。利用混沌序列增加初始种群的多样性，通过构建动态子群以进行协作寻优，且各子群采用不同的参数自适应调整策略，并定义算法收敛性测度以对精英粒子进行合理的混沌变异，避免了算法早熟收敛，提高了算法的寻优速度和寻优精度。仿真实验中，将该方法与基于标准粒子群算法、遗传算法、量子粒子群算法的 Volterra 模型参数辨识方法相比较，验证了该辨识方法的有效性和鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁旺才	兰州交通大学机电工程学院	76	555	14.0	21.0
2	卫晓娟	兰州交通大学机电工程学院	24	96	5.0	8.0
3	李宁洲	兰州交通大学机电工程学院	21	71	5.0	7.0
4	周学舟	兰州交通大学机电工程学院	5	7	2.0	2.0