| 运用QPSO算法进行系统辨识的研究 |
| |
| 引用本文： | 沈佳宁,孙俊,须文波.运用QPSO算法进行系统辨识的研究[J].计算机工程与应用,2009,45(9):67-70. |
| |
| 作者姓名： | 沈佳宁 孙俊 须文波 |
| |
| 作者单位： | 江南大学 信息工程学院，江苏 无锡 214122 |
| |
| 摘 要： | 引入了一种广泛而实用的方法——基于量子行为的粒子群算法的理论应用于系统辨识领域，QPSO算法不仅参数个数少，随机性强，并且能覆盖所有解空间，保证算法的全局收敛性。仿真实验结果表明，QPSO算法具有比GA算法及PSO算法更强的线性系统辨识能力和非线性系统辨识能力。
|
| 关 键 词： | 系统辨识 量子粒子群优化算法 线性系统 非线性系统 Hammerstein模型 Wiener模型 |
| 收稿时间： | 2008-1-24 |
| 修稿时间： | 2008-4-18
|
System identification based on QPSO algorithm |
| |
| SHEN Jia-ning,SUN Jun,XU Wen-bo.System identification based on QPSO algorithm[J].Computer Engineering and Applications,2009,45(9):67-70. |
| |
| Authors: | SHEN Jia-ning SUN Jun XU Wen-bo |
| |
| Affiliation: | School of Information Technology，Southern Yangtze University，Wuxi，Jiangsu 214122，China |
| |
| Abstract: | An opening and practical solution,that is Quantum-behaved Particle Swarm Optimization algorithm,is applied to system identification.Not only parameters of QPSO are few and randomicity of QPSO is strong,but also QPSO covers with all the space of solution and guarantee global convergence of algorithms.Experiment results of emulator show that QPSO algorithm provides a much better effect than GA algorithm and PSO algorithm on linear system identification and nonlinear system identification. |
| |
| Keywords: | system identification Quantum-behaved Particle Swarm Optimization（QPSO） algorithm linear system nonlinear system Hammerstein model Wiener model |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
