基于正态云的粒子群优化算法及其应用

摘要：

为辨识非线性系统Hammerstein模型,将非线性系统的辨识问题转化为参数空间上的优化问题,提出一种基于正态云模型的改进粒子群算法(NCPSO).该算法采用动态变异概率,对全局最优粒子和粒子自身最优位置进行正态云变异,以产生新的粒子引导种群的飞行,有效避免早熟收敛.采用一种广义学习策略,提升粒子向最优解飞行的概率,将NCPSO算法用于对Hammerstein模型的辨识,相比其他算法,该算法辨识精度较高.

关键词：粒子群优化算法、正态云模型、系统辨识、动态变异、Hammerstein模型

所属期刊栏目：37

分类号：TP301.6(计算技术、计算机技术)

资助基金：山东省科技攻关计划基金资助项目2009GG10001008

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：161-162,166