基于DEAFCR算法的非線性系統(tǒng)模型參數(shù)辨識
發(fā)布時間:2024-03-31 04:36
針對非線性模型參數(shù)辨識困難和不準(zhǔn)確的問題,提出一種基于改進(jìn)的差分進(jìn)化算法的辨識算法。通過建立壽命機(jī)制,根據(jù)壽命值,動態(tài)調(diào)整縮放因子和交叉率,在算法初期保持多樣性來避免早熟收斂,在后期保留優(yōu)質(zhì)解,加快收斂速度。為驗證改進(jìn)算法的性能和實用性,用典型測試函數(shù)進(jìn)行對比測試,并辨識非線性傳遞函數(shù)模型和Hammerstein模型,試驗結(jié)果表明改進(jìn)的算法收斂速度快,辨識精度高,對非線性系統(tǒng)參數(shù)辨識有效可行。
【文章頁數(shù)】:4 頁
【文章目錄】:
0 引言
1 差分進(jìn)化算法
1.1 算法原理
1.2參數(shù)適應(yīng)性調(diào)節(jié)的差分進(jìn)化算法
1.2.1縮放因子調(diào)節(jié)
1.2.2變異率調(diào)節(jié)
1.3 經(jīng)典函數(shù)的數(shù)值優(yōu)化試驗與分析
2 非線性系統(tǒng)模型辨識
2.1 傳遞函數(shù)模型辨識
2.2 Hammerstein模型辨識
2.3 結(jié)果分析
3 結(jié)論
本文編號:3943457
【文章頁數(shù)】:4 頁
【文章目錄】:
0 引言
1 差分進(jìn)化算法
1.1 算法原理
1.2參數(shù)適應(yīng)性調(diào)節(jié)的差分進(jìn)化算法
1.2.1縮放因子調(diào)節(jié)
1.2.2變異率調(diào)節(jié)
1.3 經(jīng)典函數(shù)的數(shù)值優(yōu)化試驗與分析
2 非線性系統(tǒng)模型辨識
2.1 傳遞函數(shù)模型辨識
2.2 Hammerstein模型辨識
2.3 結(jié)果分析
3 結(jié)論
本文編號:3943457
本文鏈接:http://sikaile.net/projectlw/xtxlw/3943457.html
最近更新
教材專著