基于粒子群方法的非線性系統(tǒng)辨識問題研究.pdf

1、本文主要研究如何利用粒子群方法解決含有約束條件的非線性系統(tǒng)辨識問題，并在此基礎(chǔ)上研究如何改進(jìn)罰函數(shù)設(shè)計方法和改進(jìn)粒子群方法以提高算法的辨識性能。
　　 論文首先給出了系統(tǒng)辨識的定義以及研究非線性系統(tǒng)辨識方法的理論和實(shí)踐意義，簡要介紹了辨識方法的發(fā)展歷史；然后詳細(xì)闡述了非線性系統(tǒng)辨識的基本原理以及非線性系統(tǒng)模型，列舉了常用的傳統(tǒng)辨識方法，并對非線性系統(tǒng)辨識方法的性能要求進(jìn)行了分析；之后詳細(xì)闡述了基本粒子群算法的算法原理，算法流程并

2、對算法的性能給出了數(shù)學(xué)分析，詳細(xì)介紹了傳統(tǒng)罰函數(shù)的設(shè)計原理以及主要的改進(jìn)方法，在自適應(yīng)罰函數(shù)法的基礎(chǔ)上提出一種改進(jìn)型自適應(yīng)罰函數(shù)法以提高非線性系統(tǒng)辨識的辨識準(zhǔn)確性；最后針對基本粒子群算法中存在的“早熟”和收斂速度緩慢問題提出一種雙粒子群算法，可以降低算法出現(xiàn)“早熟”現(xiàn)象的可能性并提高收斂速度。本文中算法均使用Matlab對其性能進(jìn)行了充分的仿真與比較，仿真結(jié)果表明所提出的改進(jìn)型自適應(yīng)罰函數(shù)法可以提高非線性系統(tǒng)辨識的辨識準(zhǔn)確性，同時雙粒子