基于改进差分进化算法的非线性系统辨识

摘要

在工业控制系统非线性优化问题的研究中,关于典型非线性系统的参数辨识问题,为了避免传统辨识方法适用性狭小、鲁棒性差等缺点,引入基于种群的启发式算法,提出利用标准差分进化算法的非线性系统模型辨识方法.为了进一步克服启发式算法的早熟收敛问题,采用在模糊逻辑控制下的参数自适应差分进化算法,证明了自适应的参数选择能够降低参数对实际问题的依赖性.通过实例仿真,结果与标准差分进化算法相比较,表明了改进算法的可行性和有效性.