一种基于改进自适应粒子群算法的T-S模型辨识方法研究

发布时间：2024-10-04 22:15

　　 粒子群优化算法是一种基于群体的优化计算工具,本文分析了粒子速度的收敛性以及粒子速度对算法性能的影响,确定导致其出现早熟收敛的主要原因是粒子群多样性的损失过快。对此,本文以粒子群的成熟度为粒子群多样性的测度,以此提出一种基于粒子群成熟度的自适应调整惯性权重的粒子群算法,从而在保证算法良好运行效率的同时,有效解决易出现早熟收敛的问题。最后通过仿真验证的方式,对以上方法进行验证,结果表明,本文采用这种以成熟度作为其调整的策略,对提高其运行效率,防止早熟问题具有一定的可行性。

【文章页数】：4 页

【文章目录】：
0 引言
1 T-S模型概述
2 粒子群优化算法改进
    2.1 当前粒子群算法存在的问题
    2.2 粒子群算法改进
3 算法实现及测试
    3.1 算法实现
    3.2 算法测试
4 结语



本文编号：4007206