基于差分进化算法的Wiener模型辨识.pdf

《基于差分进化算法的Wiener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、控制理论与应用自动化技术与应用2012年第3l卷第12期ControlTheoryandApplications基于差分进化算法的Wiener模型辨识马明，徐保国，王夫栋(．江南大学物联网工程学院，江苏无锡214122)摘要：DE算法是～类基于种群的启发式全局搜索技术，该算法原理简单，控制参数少，鲁棒性强，具有良好的优化性能．夺义利J}]本分进化算法对wiener模型参数进行辨识，把辨识问题等价为以估计参数为优化变量的非线性极小值优化问题，计分析r算法中种群规模NP、缩放因子F、交叉概率CR等控制参数对辨识过程中的全局并行搜索能力和收敛速度的影响，以保算泫的全局收敛性．对

2、Wiener模型的数值仿真结果表明了DE算法在参数辨识问题中的有效性，以及较PSO算法更强的非线统辨识能力．关键词：参数辨识；Wiener模型；差分进化算法；粒子群算法中冈分类号：TP301．1文献标识码：A文章编号：1003724i(2012)12000105DiferentialEvolutionldentificationofWienerModeIMAMing，XUBao·guo，WANGFu—dong(ColledgeofInternetofThings，JiangnanUniversity，JiangsuWuxi214122China)Abstract：DEal

3、gorithmisapopulation—basedheuristicglobalsearchtechnology．Thealgorithmprincipleissimple，lesscontrolparameters，strongrobustness，andgoodoptimizationperformance．ThispaperusesdifferentialevolutionforparameteridentificationofWienermode1．Theidentificationproblemisequivalenttothenonlinearminimiz

4、ationproblemwiththeestimatedparametersastheoptimizedvariables，andanalyzesthescaleofpopulationNP、zoomfactor、crossoverprobabilityCRofcontrolparametersintheprocessofidentificationofglobalparallelsearchabilityandtheinfluenceofconvergencetoensuretheglobalconvergence．Anumericalsimulationresults

5、ofaWienermodelshowthatDEalgorithmiseffectiveinparameteridentificationproblem，andstrongerthanPSOinnonlinearsystemidentificationability．Keywords：parameteridentification；wienermodel；differentialevolution；particleSwarmalgorithm1引言运用量子粒子群(QPSO)算法进行系统辨识的研究，发现实际的工业过程通常具有强烈的非线性特征，而非QPSO算法具有更强的非线性

6、辨识能力，但在一定程度线性过程的线性化常常有极大的局限性，但非线性模型上增加了辨识运算的复杂性。往往能更好地描述整个生产过程的特征。因此，非线性差分进化(DifferentialEvolution)是一种基于种群个模型的参数辨识与建立，是基于模型的控制方法中研究体间差异的启发式全局随机搜索算法，作为进化算法的的重点。由Masry和Cambanis所建立的Wiener模型是一个重要分支，逐渐被国内外学者广泛关注，最早于一个线性子系统和一静态(无记忆)非线性增益串联而1995年由RainerStorn和KennethPrice为求解成．有关Wiener模型的辨识，文献[1]基

7、于粒子群(PSO)Chebyshev多项式而提出[4-6]。与一般的进化算法(如遗优化的Wiener模型辨识与实例研究，但扰动对算法的传算法、粒子群算法)相比，DE算法原理简单、容易实性能以及辨识的结果有一定程度的影响；文献【2]采用现并且受控参数少、鲁棒性强、收敛速度较快，目前广GA算法逼近非线性增益的逆函数，再应用最sb-乘法泛应用于约束优化计算[、神经网络优化[引、非线性优辨识线性子系统的参数，辨识精度达不到要求；文献[3]化控制[引、滤波器设计[1o]及其它方面。目前，DE在系统参数辨识方面的应用研究还比较少，因此，具