針對(duì)非線性Wiener模型的參數(shù)辨識(shí)問(wèn)題,提出了一種基于Sigmoid函數(shù)及自適應(yīng)算子改進(jìn)差分進(jìn)化（improved differential evolution algorithm with Sigmoid function and adaptive mutation operator,SADE）算法的參數(shù)辨識(shí)方法。利用Sigmoid函數(shù)及自適應(yīng)變異算子改進(jìn)了基本差分進(jìn)化算法的變異操作部分,改進(jìn)的方法能夠有效地克服基本差分進(jìn)化算法的過(guò)早收斂和不穩(wěn)定性等缺點(diǎn)。將該改進(jìn)差分進(jìn)化算法應(yīng)用于對(duì)非線性Wiener模型的參數(shù)辨識(shí)問(wèn)題,達(dá)到了較高的辨識(shí)精度。在仿真試驗(yàn)中,與其它已有方法進(jìn)行比較,仿真結(jié)果說(shuō)明了所給的參數(shù)辨識(shí)方法是合理和有效的。 

【文章來(lái)源】：系統(tǒng)仿真學(xué)報(bào). 2016,28(01)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
引言
1 基本DE算法
2 SADE算法及數(shù)值仿真
    2.1 SADE算法描述
    2.2 數(shù)值仿真
        (1) Griewank函數(shù):
        (2) Rastrigrin函數(shù):
3 辨識(shí)Wiener模型
    3.1 問(wèn)題描述
    3.2 應(yīng)用SADE算法辨識(shí)Wiener模型
    3.3 數(shù)值仿真
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于魯棒優(yōu)化的系統(tǒng)辨識(shí)算法研究[J]. 錢富才,黃姣茹,秦新強(qiáng).  自動(dòng)化學(xué)報(bào). 2014(05)
[2]熱工系統(tǒng)Hammerstein-Wiener模型辨識(shí)[J]. 劉長(zhǎng)良,任燕燕,王東風(fēng),孟麗.  計(jì)算機(jī)仿真. 2013(09)
[3]改進(jìn)自適應(yīng)差分進(jìn)化算法求解大規(guī)模整數(shù)任務(wù)分配[J]. 王永皎.  計(jì)算機(jī)應(yīng)用. 2012(08)
[4]基于Wiener模型的pH中和過(guò)程非線性DMC控制[J]. 馬海芳,朱凌云,王富強(qiáng).  化工自動(dòng)化及儀表. 2010(09)
[5]非線性動(dòng)態(tài)系統(tǒng)的Wiener神經(jīng)網(wǎng)絡(luò)辨識(shí)法[J]. 吳德會(huì).  控制理論與應(yīng)用. 2009(11)
[6]基于PSO算法的系統(tǒng)辨識(shí)方法[J]. 徐小平,錢富才,劉丁,王峰.  系統(tǒng)仿真學(xué)報(bào). 2008(13)
[7]一種非線性系統(tǒng)多項(xiàng)式逼近的建模方法[J]. 羅秋濱,李秀英,韓志剛,馮汝鵬.  系統(tǒng)仿真學(xué)報(bào). 2008(04)
[8]基于粒子群優(yōu)化的Wiener模型辨識(shí)與實(shí)例研究[J]. 張艷,李少遠(yuǎn),王笑波,周堅(jiān)剛.  控制理論與應(yīng)用. 2006(06)
[9]非線性系統(tǒng)Wiener模型辨識(shí)[J]. 胡德文,王正志.  自動(dòng)化學(xué)報(bào). 1991(02)



本文編號(hào)：3641893