改进人工鱼群算法及其在时滞系统辨识中的应用

发布时间：2018-03-30 03:33

  本文选题：人工鱼群算法　切入点：函数优化　出处：《工程科学学报》2017年04期

【摘要】：针对人工鱼群算法(AFSA)存在收敛速度慢和寻优精度低等问题,本文提出了一种改进人工鱼群算法(IAFSA).该算法中的人工鱼能够根据鱼群当前状态调整自身的视野和步长来平衡局部搜索和全局搜索.此外,算法中还加入了引导行为,即人工鱼在觅食行为未发现更优的位置时,当前人工鱼向最优人工鱼移动一步.仿真结果表明,改进人工鱼群算法在收敛速度、寻优精度和克服局部极值等方面有很大优势.本文将改进鱼群算法应用时滞系统的辨识中,辨识结果表明改进算法能获取被控对象的精准数学模型,并具有较强的抗干扰能力.
[Abstract]:The artificial fish swarm algorithm (AFSA) has some problems, such as slow convergence speed and low precision of optimization. In this paper, an improved artificial fish swarm algorithm is proposed. The artificial fish in this algorithm can adjust their own visual field and step size according to the current state of the fish swarm to balance the local search and the global search. In addition, the guiding behavior is added to the algorithm. That is, when the artificial fish does not find a better position in the foraging behavior, the artificial fish moves to the optimal artificial fish one step. The simulation results show that the improved artificial fish swarm algorithm is converging at the speed of convergence. In this paper, the improved fish swarm algorithm is applied to the identification of time-delay system. The identification results show that the improved algorithm can obtain the precise mathematical model of the controlled object and has strong anti-jamming ability.
【作者单位】： 北京科技大学机械工程学院;
【基金】：北京市科技计划资助项目(Z121100003012016)
【分类号】：TP18

【相似文献】

相关期刊论文 前10条

1 曲良东;何登旭;;改进的人工鱼群算法及其在近似求导中的应用[J];微电子学与计算机;2009年05期

2 王联国;洪毅;赵付青;余冬梅;;一种简化的人工鱼群算法[J];小型微型计算机系统;2009年08期

3 王宗利;刘希玉;王文平;;一种改进的人工鱼群算法[J];信息技术与信息化;2010年03期

4 韦修喜;曾海文;周永权;;云人工鱼群算法[J];计算机工程与应用;2010年22期

5 曾蒙迪;;人工鱼群算法的简介及应用[J];信息与电脑(理论版);2011年04期

6 李媛;;基于人工鱼群算法的多元线性回归分析问题处理[J];渤海大学学报(自然科学版);2011年02期

7 陈晓峰;宋杰;;量子人工鱼群算法[J];东北大学学报(自然科学版);2012年12期

8 王波;;基于细胞膜优化的人工鱼群算法研究[J];科技通报;2013年03期

9 王培崇;;人工鱼群算法研究综述[J];中国民航飞行学院学报;2013年04期

10 李晓磊,薛云灿,路飞,田国会;基于人工鱼群算法的参数估计方法[J];山东大学学报(工学版);2004年03期

相关会议论文 前1条

1 刘耀年;姚玉萍;李迎红;刘俊峰;;基于人工鱼群算法RBF神经网络[A];第十届全国电工数学学术年会论文集[C];2005年

相关博士学位论文 前4条

1 王联国;人工鱼群算法及其应用研究[D];兰州理工大学;2009年

2 姚正华;改进人工鱼群智能优化算法及其应用研究[D];中国矿业大学;2016年

3 李晓磊;一种新型的智能优化方法-人工鱼群算法[D];浙江大学;2003年

4 张梅凤;人工鱼群智能优化算法的改进及应用研究[D];大连理工大学;2008年

相关硕士学位论文 前10条

1 陈斐;改进的人工鱼群算法分析与研究[D];西安电子科技大学;2012年

2 王蕾;一种人工萤火虫群优化算法改进的研究[D];青岛理工大学;2015年

3 马尧;基于改进的人工鱼群算法在商旅问题中的应用研究[D];西南交通大学;2015年

4 薛亚娣;改进的人工鱼群算法及其应用研究[D];兰州大学;2015年

5 黄锋;混沌人工鱼群算法及其在水库(群)优化调度中的应用[D];华北电力大学;2015年

6 刘翔;基于改进人工鱼群算法的化工过程优化[D];北京化工大学;2015年

7 陈新;基于人工鱼群算法的柔性作业车间调度研究[D];大连理工大学;2015年

8 方仁孝;基于群智能算法优化SVR的短时交通流预测[D];大连理工大学;2015年

9 刘慧敏;人工鱼群算法研究及其在图像增强中的应用[D];西安电子科技大学;2014年

10 曾飞艳;一种人工鱼群算法的改进及其对BP神经网络的优化研究[D];湖南科技大学;2015年

，

本文编号：1684163