一种基于粒子群优化的非线性系统辨识方法
DOI:
CSTR:
作者:
作者单位:

黑龙江大学

作者简介:

李秀英

通讯作者:

中图分类号:

基金项目:

黑龙江省普通高等学校电子工程重点实验室基金


Identification approach for nonlinear systems based on particle swarm optimization
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对单入单出离散时间非线性动态系统提出一种辨识方法. 该方法采用带误差修正的改进泛模型作为非线
    性系统的结构模型, 模型中的时变特征参量及误差修正系数采用粒子群(PSO) 算法优化, 优化后的模型可以逼近非
    线性系统. 该方法简单、易于实现. 通过对Box-Jenkins 煤气炉数据等非线性被控对象的仿真研究及对模型的分析, 表
    明了所提出算法的有效性.

    Abstract:

    An identification approach is proposed for a single-input and single-output nonlinear dynamic system of discrete
    time. In this method, the improved universal model with error correcting is taken as the structure model of the system, and
    the particle swarm optimization(PSO) algorithm is adopted to optimize the time-varying characteristic parameter and the
    error correcting coefficient. The model after optimization can approximate the nonlinear system. This method is simple
    and easy to implement. The simulation results of Box-Jenkins gas furnace data etc. and the analysis of the model show the
    effectiveness of the method.

    参考文献
    相似文献
    引证文献
引用本文

李秀英 韩志刚.一种基于粒子群优化的非线性系统辨识方法[J].控制与决策,2011,26(11):1627-1631

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-06-25
  • 最后修改日期:2010-09-02
  • 录用日期:
  • 在线发布日期: 2011-11-20
  • 出版日期:
文章二维码