首页 | 本学科首页   官方微博 | 高级检索  
     

改进的PSO算法在非线性模型参数辨识中的应用
引用本文:颜云华,徐志成.改进的PSO算法在非线性模型参数辨识中的应用[J].现代电子技术,2009,32(13):204-207.
作者姓名:颜云华  徐志成
作者单位:常州机电职业技术学院,江苏,常州,213164
摘    要:参数辨识是过程建模的基础,对于参数辨识问题提出了许多不同的方法.针对传统模型参数辩识方法和遗传算法用于模型参数辨识时的缺点,提出一种基于微粒群优化(PSO)算法的模型参数辨识方法,利用PSO算法的强大优化能力,通过对算法的改进,将过程模型的每个参数作为微粒群体中的一个微粒,利用微粒群体在参数空间进行高效并行的搜索,以获得过程模型的最佳参数值,并将其用于对非线性系统模型的参数辨识,可有效提高参数辨识的精度和效率.该方法应用到实际例子中,获得了满意的辨识精度和效率,得到较为精确的过程模型,模型输出与实际输出基本一致,仿真结果令人满意.实例仿真结果表明,微粒群算法为非线性系统模型参数辨识提供了一种有效的途径.

关 键 词:微粒群算法  非线性系统  参数辨识  过程模型

Application of Modified PSO in Parameter Identification of Nonlinear System Model
YAN Yunhua,XU Zhicheng.Application of Modified PSO in Parameter Identification of Nonlinear System Model[J].Modern Electronic Technique,2009,32(13):204-207.
Authors:YAN Yunhua  XU Zhicheng
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号