摘要：非线性系统的辨识一直是现代辨识领域中的一个主要课题。针对非线性系统中Hammerstein模型，文中提出了利用群集智能中的粒子群优化算法（PSO）对非线性模型进行辨识。讨论了PSO的基本算法与参数初值的设置与选择方法。通过仿真实验说明：与非线性最小二乘法相比PSO算法对于非线性辨识的有效性和鲁棒性。PSO算法是一种有效的解决优化问题的群集智能算法，它的突出特点是算法中需要选择的参数少，程序实现简单，并在种群数量、寻优速度等方面较其他进化算法具有一定的优势。尤其县存高噪信比情况下，也收到较满意的结果。

关键词：系统辨识 hammerstein模型 pso 非线性系统 

单位：宁波大学信息科学与工程学院; 宁波315211; 浙江大学系统工程研究所; 杭州310027