基于自适应引力搜索算法的T-S模型辨识

• 作者: 丁学明 敖媛
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: T-S模型 系统辨识 自适应 引力搜索算法
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 仿真建模理论与方法
• 页码范围: 487-493
• 页数: 7页
• 分类号: TP237
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.201703003

摘要

提出一种基于自适应引力搜索算法(Self-Gravitational Search Algorithm,SGSA)的T-S模型辨识方法,把T-S模型的前件参数和后件参数编码进一个粒子中用SGSA辨识.SGSA是针对标准引力搜索算法(GSA)收敛过快的缺点,在GSA的基础上,根据群体密集程度动态调整粒子间的距离和受力大小,并自适应修改引力常数G的改进引力搜索算法.不仅增加了算法在前期的全局搜索能力,防止其过早收敛;而且降低了算法在后期最优解附近震荡的影响,提高了算法的开采能力.仿真结果表明该方法能获得较高的辨识精度,验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁学明	上海理工大学光电信息与计算机工程学院	35	152	7.0	10.0
2	敖媛	上海理工大学光电信息与计算机工程学院	2	6	1.0	2.0