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
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社