共查询到20条相似文献,搜索用时 68 毫秒
1.
2.
非线性模型的参数估计是较为困难的寻优问题,经典方法常会陷入局部极值。由于粒子群算法是一种有效的解决优化问题的群集智能算法,它的突出特点是操作简便、容易实现且全局搜索功能较强,故将粒子群优化算法用于非线性系统模型参数估计,并通过对3种典型的非线性模型的参数估计进行了验证。实验结果表明:粒子群优化算法参数估计精度高,是一种有效的参数估计方法。 相似文献
3.
基于粒子群优化算法的非线性系统模型参数估计 总被引:4,自引:0,他引:4
非线性模型的参数估计是较为困难的寻优问题,经典方法常会陷入局部极值.由于粒子群算法是一种有效的解决优化问题的群集智能算法,它的突出特点是操作简便、容易实现且全局搜索功能较强,故将粒子群优化算法用于非线性系统模型参数估计,并通过对3种典型的非线性模型的参数估计进行了验证.实验结果表明:粒子群优化算法参数估计精度高,是一种有效的参数估计方法. 相似文献
4.
针对Logistic回归模型中的参数估计计算复杂难题,提出一种基于粒子群优化算法(PSO)的估计方法。以最大似然准则作为粒子群优化算法的适应度函数,建立了Logistic回归模型中的参数估算模型。数值仿真分析表明,粒子群优化算法可以更精确地计算出相关参数。 相似文献
5.
基于粒子群优化算法的Richards模型参数估计和算法有效性 总被引:2,自引:0,他引:2
针对Richards模型参数估计较为困难的实际问题,提出将Richards模型的参数估计问题转化为一个多维无约束函数优化问题。结合谷氨酸菌体的实际生长浓度数据,在Matlab 2012b环境中,利用粒子群优化(PSO)算法建立适应度函数,在最小线性二乘意义下估计Richards模型中的4个参数,并建立了拟合的生长曲线和最优值变化曲线。为进一步验证算法有效性,将PSO算法与该模型传统参数估计法中的四点法和遗传算法(GA)进行了比较,以相关指数和剩余标准差作为评价指标。结果表明,PSO算法对Richards模型的拟合效果良好,对模型的参数估计有着很好的适用性。 相似文献
6.
针对基本粒子群算法易陷入局部解的不足,本文基于基本粒子群算法,着重对惯性权重因子进行改进,在非线性递减惯性权重策略基础上增加随机因素的考虑,给出了改进的算法—非线性递减随机惯性权重粒子群算法。并利用国际常用基准测试函数进行仿真实验,测试结果验证了改进算法的计算性能优于基本粒子群算法。在此前提下,本文针对多元线性回归分析中的参数计算复杂问题,又提出一种基于上述改进算法的参数估计方法,以最大似然准则作为粒子群优化算法的适应度函数,建立多元线性回归分析中的参数估计计算模型。算例仿真结果显示,该方法是高效和实用的。 相似文献
7.
针对多分量线性调频(Linear frequency modulated,LFM)信号,提出了一种基于多路欠采样的参数估计方法。采样过程由多个采样速率相同、采样时刻不同的模数转换器实现,总采样率可以低于信号的奈奎斯特采样率。基于欠采样序列乘积型模糊函数的单频特性,可以通过峰值检测实现调频斜率的估计。根据估计出的调频斜率对各路欠采样序列进行解线调处理,可得到多频正弦信号。结合矩保持问题的求解方法以及对超定方程组的求解,可以根据解线调后的各路序列估计出原始LFM信号各分量的初始频率。本文方法能够根据亚奈奎斯特采样样本实现LFM信号的参数估计,并且运算简单、易于实现。仿真实验验证了其有效性和准确性。 相似文献
8.
9.
10.
提出了基于降维处理的LFM信号参数估计新方法。其基本思路是对信号进行数学变换,将LFM信号的中心频率估计转换为对正弦信号频率的估计,得中心频率估计值;基于解线性调频处理并对信号进行对应中心频率处的单值点DFT得到单值幅度谱,进而得到调频斜率估计值。新方法在较低的计算复杂度下,能获得较高精度的参数估计值。计算机仿真结果表明了该方法的有效性。 相似文献
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
针对标准粒子群算法收敛速度慢和易陷入局部最优的局限性,提出了一种基于仿生学改进的粒子群算法。即通过在标准粒子群公式中加入负梯度项,使算法更加符合鸟群觅食的实际规律,同时使算法的全局和局部搜索能力得到了平衡。仿真对比结果表明,改进的粒子群算法减小了陷入局部极值的可能性,能够提高最优解的精度和优化效率。 相似文献