基于PSO的一类线性系统参数辨识方法研究
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


Research on Parameter Identification Method fora Class of Linear System Based on PSO
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    研究了一种线性系统的参数精确辨识方法;首先采用PSO(Particle Swarm Optimization,粒子群优化)方法对模型进行优化迭代,并选择合适误差准则作为粒子群优化算法的适应度函数,以迭代每个粒子所对应的参数速度和大小;在此基础上,寻找最小适应度值的粒子,推导出最优的适应度函数值,实现系统参数的实时、精确估计;最后通过实验验证了基于粒子群优化算法的参数辨识法的准确性和有效性。

    Abstract:

    This paper studies an accurate identification method for the parameters for a class of linear system, firstly uses PSO (Particle Swarm Optimization) to optimize and iterate the model, chooses suitable deviation standard as the fitness function of the PSO algorithm to iterate the relative parameter speed and size of each particle, on the basis of this, seeks the particle with minimum fitness vale, deducts the optimal fitness function value, implements realtime and accurate estimation of systematic parameters and finally uses experiment to test the accuracy and effectiveness of PSO algorithm based parameter identification method.

    参考文献
    相似文献
    引证文献
引用本文

李珍, 魏利胜 , 程运昌.基于PSO的一类线性系统参数辨识方法研究[J].重庆工商大学学报(自然科学版),2016,33(2):8-13
LI Zhen, WEI Lisheng, CHENG Yunchang. Research on Parameter Identification Method fora Class of Linear System Based on PSO[J]. Journal of Chongqing Technology and Business University(Natural Science Edition),2016,33(2):8-13

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2016-03-25
×
2024年《重庆工商大学学报(自然科学版)》影响因子显著提升