共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
介绍了一种基于遗传算法辨识线性离散系统参数的方法,为了提高算法的优化能力,将基率遗传算法和梯度法结合起来。仿真结果表明.改进的遗传算法辨识系统参数收敛到全局最优.且速度快,精度高.鲁棒性强。 相似文献
3.
基于遗传算法的时变纯滞后系统的在线辨识与控制 总被引:3,自引:0,他引:3
本文介绍了一种基于遗传算法的大滞后时变系统的在线参数辨识和控制方法。将基于遗传算法的时滞系统参数辨识和时滞系统的Smith预估控制结合起来,试验证明本方法对于参数在较大范围内改变的大滞后系统的控制是有效的。 相似文献
4.
5.
基于动态补偿参数和改进的自适应遗传算法的系统辨识方法 总被引:2,自引:0,他引:2
该文提出了一种基于动态补偿原理和改进自适应遗传算法的大惯性系统辨识方法。易于实时在线处理,便于在过程控制等工业控制中应用。由于该算法综合考虑了“快速收敛”和“全局最优”两个要求,因此它不仅保证了算法的运算速度,而且能得到较好的辨识结果。仿真结果表明,该方法是有效的。 相似文献
6.
T-S模型把一个非线性系统当做多个线性子系统与其权重乘积之和,能够逼近任意非线性系统。提出基于遗传算法和支持向量机的T-S模型全局优化辨识方法,利用遗传算法同时辨识T-S模型的结构和参数,以结构风险最小化作为辨识的评价指标,综合考虑模型复杂度和辨识误差,辨识精度高,泛化能力强,仿真结果证明了算法的有效性。 相似文献
7.
8.
基于非线性系统的输入输出数据,辩识对象的T-S模型.提出基于遗传算法和最小二乘支持向量机的辨识方法,利用遗传算法聚类进行结构辨识,每个类代表一条规则,规则数等于类数量,类中心作为该规则的隶属度函数中心类数;同时考虑模型辨识精度,实现全局优化;参数辨识采用基于结构风险最小化的最小二乘支持向量机方法,综合考虑模型复杂度和辨识误差.仿真结果证明了算法的有效性,辨识精度高,泛化能力强. 相似文献
9.
10.
本文研究了基于遗传算法的系统辨识的可靠性.首先,分析了基于响应曲线拟合的系统辨识方法及各种模型的拟合精度对模型参数摄动的敏感度.然后,对比分析了几种遗传算法应用于此类系统辨识方法的可靠性及效率,并给出了提高系统辨识效率及可靠性的改进遗传策略.实验结果表明基于改进遗传算法的系统辨识方法的可靠性及有效性. 相似文献