基于遗传算法的连续系统模型辨识

摘要

系统辨识是控制系统设计的基础，传统的系统辨识大都是对离散数学模型的参数估计，发展了以最小二乘法为基础的理论和方法．而连续模型则需经过离散模型的转换方可得到．作者基于遗传算法和系统仿真技术，建立了输出端噪声存在的连续系统模型辨识方法．遗传算法是建立在自然遗传学机理上的参数搜索方法，但常规的遗传算法具有收敛速度慢，因封闭竞争易导致“早熟”等缺点，为此，通过引入自适应适值函数和动态变异因子，采用精英保护策略，加速了寻优过程，改善了遗传算法的全局搜索及局部寻优能力，为连续系统模型辨识提供了新的途径．