基于协同进化粒子群算法的系统辨识

摘要

研究ARX模型的系统辨识问题.针对系统辨识过程中,传统方法对系统参数的辨识精度低,收敛速度慢等问题,提出一种协同进化粒子群算法,将参数辨识问题转换为参数空间上的函数优化问题,采用双种群并行搜索的方式对系统参数进行迭代寻优.在迭代的过程中,两个种群分别选用不同进化策略,种群间周期性的共享个体最优和种群最优,以平衡种群的多样性和快速性,最终实现高精度快速收敛.通过MATLAB软件对ARX模型进行系统仿真辨识,结果显示,协同进化粒子群算法比传统的粒子群算法具有更高的精度、稳定性以及快速性,从而验证了上述算法在系统辨识方面的可行性和有效性.