【摘要】：在先進(jìn)控制的設(shè)計(jì)與實(shí)施過(guò)程中，必然要對(duì)被控系統(tǒng)建立出數(shù)學(xué)模型。本文對(duì)工業(yè)系統(tǒng)的建模問(wèn)題,特別是對(duì)非線性系統(tǒng)建模過(guò)程中所遇到的辨識(shí)數(shù)據(jù)預(yù)處理、辨識(shí)方法等問(wèn)題進(jìn)行探討。提出了對(duì)標(biāo)準(zhǔn)粒子群優(yōu)化(PSO)的改進(jìn)算法,并利用改進(jìn)后的算法對(duì)線性系統(tǒng)、非線性系統(tǒng)進(jìn)行辨識(shí),得到了較好的辨識(shí)效果。 實(shí)際的測(cè)量的時(shí)候難免會(huì)存在測(cè)量噪聲以及其他瞬時(shí)擾動(dòng),如果噪聲過(guò)大則會(huì)對(duì)辨識(shí)的結(jié)果產(chǎn)生嚴(yán)重影響。文中介紹了系統(tǒng)辨識(shí)前對(duì)數(shù)據(jù)進(jìn)行預(yù)處理的各種方法,并針對(duì)強(qiáng)噪聲環(huán)境下利用PSO算法進(jìn)行參數(shù)辨識(shí)精度差甚至不能收斂的問(wèn)題,同時(shí)提出一種新的改進(jìn)滑動(dòng)平均濾波算法。該算法通過(guò)對(duì)滑動(dòng)平均后數(shù)據(jù)相位的動(dòng)態(tài)修正,實(shí)現(xiàn)了無(wú)滯后的滑動(dòng)平均濾波。在對(duì)運(yùn)算的時(shí)間復(fù)雜度和空間復(fù)雜度要求較高時(shí),改進(jìn)滑動(dòng)平均濾波算法較為實(shí)用,并且該算法可調(diào)參數(shù)少,易于實(shí)現(xiàn)。仿真實(shí)驗(yàn)表明,對(duì)這種改進(jìn)滑動(dòng)平均濾波算法應(yīng)用于PSO辨識(shí)數(shù)據(jù)預(yù)處理后,有效地提高了PSO對(duì)強(qiáng)噪聲系統(tǒng)辨識(shí)的精度。 針對(duì)現(xiàn)有粒子群優(yōu)化算法在工程應(yīng)用中,特別是在粒子維數(shù)較高的情況下,很容易發(fā)生早熟收斂等缺點(diǎn),提出了一種基于粒子健康度的快速收斂粒子群優(yōu)化算法,記為HPSO。同時(shí)給出了粒子健康度的概念及其計(jì)算方法。該算法通過(guò)動(dòng)態(tài)監(jiān)控粒子的健康度指標(biāo),對(duì)健康度較低的粒子單獨(dú)進(jìn)行變異操作。從而可以在保護(hù)健康粒子繼續(xù)搜索最優(yōu)值的同時(shí),有效“治療”非健康的早熟粒子,提高了整個(gè)粒子群的尋優(yōu)能力及跳出局部最優(yōu)值的能力。然后利用大量的多維基準(zhǔn)測(cè)試函數(shù)對(duì)該算法進(jìn)行測(cè)試,并將其與標(biāo)準(zhǔn)的粒子群優(yōu)化算法(SPSO)以及權(quán)重遞減的粒子群優(yōu)化算法(WPSO)做對(duì)比。測(cè)試的結(jié)果表明,在粒子維數(shù)較高的應(yīng)用中HPSO算法的收斂速度快,效率高。 文中對(duì)線性連續(xù)系統(tǒng)以及非線性Wiener模型應(yīng)用基于健康度的快速收斂粒子群優(yōu)化算法進(jìn)行了辨識(shí),并對(duì)含有強(qiáng)噪聲的輸入信號(hào)經(jīng)過(guò)預(yù)處理后進(jìn)行辨識(shí)。測(cè)試結(jié)果表明,本文提出的算法在有強(qiáng)噪聲以及無(wú)噪聲情況下均能夠很好的辨識(shí)出系統(tǒng)的參數(shù)。
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2011
【分類號(hào)】：TP18;N945.14

【參考文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 孫軼;基于自適應(yīng)提升小波的信號(hào)去噪技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2008年

，

本文編號(hào)：2664039