基于自适应引力搜索算法的T-S模型辨识

发布时间：2018-04-26 04:00

  本文选题：T-S模型 + 系统辨识　； 参考：《系统仿真学报》2017年03期

【摘要】：提出一种基于自适应引力搜索算法(Self-Gravitational Search Algorithm,SGSA)的T-S模型辨识方法,把T-S模型的前件参数和后件参数编码进一个粒子中用SGSA辨识。SGSA是针对标准引力搜索算法(GSA)收敛过快的缺点,在GSA的基础上,根据群体密集程度动态调整粒子间的距离和受力大小,并自适应修改引力常数G的改进引力搜索算法。不仅增加了算法在前期的全局搜索能力,防止其过早收敛;而且降低了算法在后期最优解附近震荡的影响,提高了算法的开采能力。仿真结果表明该方法能获得较高的辨识精度,验证了算法的有效性。
[Abstract]:A T-S model identification method based on Self-Gravitational Search algorithm (SGS) is proposed. The former and posterior parameters of T-S model are coded into a particle and identified by SGSA to solve the problem of fast convergence of the standard gravitational search algorithm. On the basis of GSA, the distance and force between particles are dynamically adjusted according to the density of the population, and the improved gravitational search algorithm of the gravitational constant G is adaptively modified. It not only increases the global search ability of the algorithm in the early stage to prevent its premature convergence, but also reduces the effect of the oscillation near the optimal solution in the later stage, and improves the mining ability of the algorithm. The simulation results show that the method can obtain high identification accuracy and verify the effectiveness of the algorithm.
【作者单位】： 上海理工大学光电信息与计算机工程学院;
【基金】：宝山区科技创新专项资金(bkw201408) 沪江基金(C14002)
【分类号】：TP18;N945.14

【相似文献】

相关期刊论文 前10条

1 黄帅;马良;;多目标0-1规划的和声搜索算法[J];数学的实践与认识;2012年17期

2 雍龙泉;刘三阳;拓守恒;熊文涛;陈涛;;改进的和声搜索算法求绝对值方程[J];黑龙江大学自然科学学报;2013年03期

3 王慧敏;贺兴时;盛孟龙;;一种改进的和声搜索算法[J];纺织高校基础科学学报;2013年03期

4 冯远静;俞立;冯祖仁;;蚁群协同模式搜索算法及其收敛性分析[J];控制理论与应用;2007年06期

5 刘勇;马良;;非线性极大极小问题的混沌万有引力搜索算法求解[J];计算机应用研究;2012年01期

6 金文梁;;量子搜索算法的多相位关系研究[J];计算机学报;2012年07期

7 张伟;李华天;刘积仁;;线性可采纳搜索算法的充要条件[J];控制与决策;1992年02期

8 李树荣;陈国霞;雷阳;张强;;一种多策略协同的加速和声搜索算法[J];系统科学与数学;2013年10期

9 余鹏;隽志才;;两层应急抢修系统选址问题的核搜索算法[J];计算机应用研究;2013年11期

10 欧阳海滨;高立群;邹德旋;孔祥勇;;和声搜索算法探索能力研究及其修正[J];控制理论与应用;2014年01期

相关会议论文 前10条

1 张玲;姜立志;;能量抵消测量相位中的相位搜索算法[A];2009年全国水声学学术交流暨水声学分会换届改选会议论文集[C];2009年

2 李金;蒋国平;;一种改进的复杂网络搜索算法[A];2007中国控制与决策学术年会论文集[C];2007年

3 罗家祥;唐立新;李小林;刘建荣;邬成新;;分散搜索算法在板坯匹配优化问题中的应用研究[A];全国冶金自动化信息网2009年会论文集[C];2009年

4 李潇磊;伍瑞卿;朱维乐;;运动搜索算法的比较与改进[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

5 程振波;邓志东;;优化策略模型下的匹配律算法[A];2009年中国智能自动化会议论文集（第五分册）[东南大学学报（增刊）][C];2009年

6 彭明侨;罗先觉;邹晓松;;基于改进概率搜索算法的模拟电路故障诊断[A];第四届中国测试学术会议论文集[C];2006年

7 常新杰;李言俊;;搜索算法的研究进展[A];1998年中国智能自动化学术会议论文集（上册）[C];1998年

8 糜玉林;左斌;;基于协同控制的极值搜索算法与控制器一体化设计[A];2007年中国智能自动化会议论文集[C];2007年

9 钟普查;鲍皖苏;;基于相位变换的量子搜索算法研究[A];第十三届全国量子光学学术报告会论文摘要集[C];2008年

10 罗春华;张继勇;郑方;徐明星;;一种基于HTK的词图搜索算法[A];第六届全国人机语音通讯学术会议论文集[C];2001年

相关博士学位论文 前9条

1 朱皖宁;离散量子行走研究[D];东南大学;2015年

2 孙杰;基于绝热演化的量子搜索算法研究[D];华中科技大学;2013年

3 张映玉;绝热量子搜索算法研究[D];华中科技大学;2011年

4 阎兴，

本文编号：1804362