基于改进粒子群算法的热工模型辨识

摘要

现阶段对于热工模型辨识精度不高和传统粒子群算法(PSO)早熟的情况,推出了一种崭新的算法,这种算法用于解决最优化问题.它对于不同维度上的粒子具有不一样的惯性权重,而同一维度上的惯性权重表示为线性衰减变化,此方法有一定的创新性和实用性.混沌惯性衰减权重的粒子群算法能够精确地得到系统的传递函数模型,把这种方法运用在循环流化床热机组的主蒸汽温度模型辨识中,辨识结果表明了该方法的合理性和优越性,取得了较好的辨识结果.对火电厂热工控制的研究有一定的参考价值.