發(fā)布時間：2022-01-07 06:33

　　如何保持MISO系統(tǒng)辨識的精確度、收斂度、耗時以及跳出局部最優(yōu)解,是當今研究的熱點和難點。提出了一種基于協(xié)同進化策略和禁忌搜索的蝙蝠和粒子群混合算法（TB-PC）,分析蝙蝠算法控制參數(shù),提出了合理的脈沖頻度和音強初值,將蝙蝠算法與粒子群算法的優(yōu)勢用協(xié)同進化結合起來,并引入了禁忌搜索。通過對四個測試函數(shù)和MISO系統(tǒng)實例的辨識仿真,驗證了TB-PC算法具有穩(wěn)定性能好、收斂精度高等優(yōu)點,對MISO系統(tǒng)有優(yōu)良的辨識效果。 

【文章來源】：電氣自動化. 2017,39(04)

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 蝙蝠算法基本原理
2 蝙蝠算法的改進
    2.1 BA與PSO協(xié)同進化
    2.2 禁忌搜索
    2.3 TB-PC算法流程
3 TB-PC算法性能測試
4 MISO系統(tǒng)辨識仿真
5 結束語


【參考文獻】：
期刊論文
[1]新型全局優(yōu)化蝙蝠算法[J]. 李煜,馬良.  計算機科學. 2013(09)
[2]一種改進的變步長自適應蝙蝠算法及其應用[J]. 張宇楠,劉付永.  廣西民族大學學報(自然科學版). 2013(02)
[3]具有Lévy飛行特征的蝙蝠算法[J]. 劉長平,葉春明.  智能系統(tǒng)學報. 2013(03)
[4]遺傳變異蝙蝠算法在0-1背包問題上的應用[J]. 李枝勇,馬良,張惠珍.  計算機工程與應用. 2014(11)
[5]改進量子粒子群算法及其在系統(tǒng)辨識中的應用[J]. 黃宇,韓璞,劉長良,李永玲.  中國電機工程學報. 2011(20)
[6]多個未知時延的MISO系統(tǒng)的遞推辨識[J]. 王建宏,王道波,王志勝.  控制與決策. 2010(01)

博士論文
[1]禁忌搜索及其并行化研究[D]. 賀一.西南大學 2006



本文編號：3574016