基于引力搜索和粒子群混合优化算法的T—S模型辨识.pdf

《基于引力搜索和粒子群混合优化算法的T—S模型辨识.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、上海理工大学学报第35卷第4期J．UniversityofShanghaiforScienceandTechnologyVo1．35No．42013文章编号：1007—6735(2013)04—0351—04基于引力搜索和粒子群混合优化算法的T—S模型辨识唐柱，丁学明，刘灿(上海理212大学光电信息与计算机工程学院，上海200093)摘要：提出了基于引力搜索(GSA)和粒子群(PS0)混合优化算法(GSAPS0)的T—S模型全局优化辨识方法．该方法充分整合GSA的勘探能力和PSO的开采能力，在GSA中引入PSO

2、的个体最优值和群体最优值，同时改进惯性权重调整算法．T～S模型辨识分为结构辨识和参数辨识，采用聚类方法和GS0算法同时辨识模型的结构和参数，从而实现全局优化辨识．仿真实例和比较分析证明了GSAPS0较标准的PSO和GSA有更强的全局优化能力和更高的辨识精度．关键词：T—S模型；引力搜索算法；粒子群优化算法中图分类号：TP273文献标志码：AT—SModelIdentificationBasedonaNewHybridGSAPSOAlgorithmTANGZhu，DINGXue-ming，LIUCan(Schoo

3、lofOptical-ElectricalandComputerEngineering，UniversityofShanghaforScienceandTechnology，Shanghai，200093，China)Abstract：AnewhybridalgorithmGSAPS0basedonthecombinationofparticleswarmoptimization(PSO)andgravitationalsearchalgorithm(GSA)wasproposedforT-Smodeliden

4、t：f：cation．ThemainideaistointegratetheabilityofexplorationofPS0withtheabilityofexploitationofGSAtosynthesizetheadvantageofbothalgorithms：ThePS0algorithmwasintroducedintoGSAandanimprovedweightalgorithmwaspresented．Thestructureidentificationandparameteridentif

5、icationofT·-SmodelwasrealizedtogetherbyusingthenewhybirdalgorithmGSAPSOandtheclusteringmethod．TheresultsshowthehybridalgorithmGs0isofbettercapabilityofglobaloptimizationandhigherprecisionthanthestandardPSOandGSA．Keywords~T-Smodel；gravitationalsearchalgorithm

6、(G5lA)；particleswarmoptimization(PS0)收稿日期：2012—12—15基金项目：国家自然科学基金资助项目(61074016)第一作者：唐(1988一)，男，硕士研究生．研究方向：系统辨识、智能控制．E-mail：joe．tang@live．cn通讯作者：丁学明(1971一)，男，副教授．研究方向：系统辨识、智能控制、嵌入式系统．E-mail：xuemingding@163．corn上海理工大学学报2013年第35卷非线性动态系统辨识问题是目前系统辨识主要心参数C的第J个分量；是

7、基宽参数o'i的第J个研究领域，T—S模型_1]是一种有效的辨识工具，它分量．定义归一化处理隶属度函数将一个非线性系统当作多个线性子系统与其权重乘()=h()／∑h()(3)积之和，能够逼近任意非线性系统，同时能够将线性i=1系统理论应用于非线性系统控制当中．T～S模型辨由于hi()≥0，∑h()>0澈0≤()≤1且识包括结构辨识和参数辨识，结构辨识用于辨识Tz—l—S模型的前提模糊规则，参数辨识则用于确定规∑()=1．模糊化采用单点模糊集合，清晰化利则前件参数和结论部分线性参数．T—S模型辨识通一1用加权平均

8、法，得到全局系统状态方程为常做法_241是将模糊系统结构辨识和参数辨识分开操作，先辨识结构然后再辨识参数，结构辨识中不厂()：∑(wTx+b)(4)i=1考虑参数辨识，所以参数辨识仅仅是在所辨识出的模型结构基础上的参数优化，不能实现全局优化．引2基于引力搜索和粒子群混合优化算力搜索算法是由Rashedi等_5提出的智能优化算法的T—S模型辨识法，它通过群体中各粒子之间的万有引力相互作用