基于HFC遗传编程的随机非线性系统辨识

摘要

为了准确、高效、同步地辨识复杂随机非线性系统的结构和参数，防止进化计算中的早熟收敛，本文将一种改进的基于层次结构公平竞争(HFC)模型的多目标、多种群并行进化遗传编程（GP）算法应用于系统辨识。使用改进算法对基于非线性自回归滑动平均(NARMAX)模型的随机非线性系统进行了辨识，同步、准确地辨识出了目标系统的结构和参数。经比较，该算法的抗早熟收敛能力明显优于单种群和普通的多种群并行遗传编程算法。辨识结果表明，改进算法适用于复杂随机非线性系统辨识问题，比其它辨识算法有优越之处。