基于改进萤火虫算法T_S模型辨识1.pdfVIP

下载本文档

17
0
约3.48万字
约 5页
2015-09-20 发布于安徽
举报
版权申诉

基于改进萤火虫算法T_S模型辨识1.pdf

1、本文档共5页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

30 3 计算机仿真 2013 3 第卷第期年月文章编号:1006 － 9348 (20 13)03 － 0327 － 04 基于改进萤火虫算法的T － S 模型辨识，吴东周丁学明 ( ， 200093) 上海理工大学光电信息与计算机工程学院上海 : T － S 。 T － S 摘要提出改进萤火虫算法的模型辨识方法针对传统模型辨识方法中将前件参数和后件参数分开辨识而不能，。全局优化辨识的缺点应用改进萤火虫算法对前件参数和后件参数整体编码整体辨识改进萤火虫算法是在原始算法基础，，，上对吸引度系数作自适应变化目的是增强算法在迭代初期的搜索能力防止其陷入局部极值点并降低算法在迭代后期在，。，。最优解附近的振荡以提高解的精度提出的方法能较好地找到全局最优解具有较高的辨识精度仿真示例证明了改进方法的有效性。 : ; ; 关键词改进萤火虫算法参数辨识全局优化中图分类号:TP273 + ． 4 文献标识码:B T － S Model Identification Based on Improved Firefly Algorithm WU Dong － zhou ，DING Xue － ming (School of Optical － Electrical and Computer Engineering ，University of Shanghai for Science and Technology ，Shanghai 200093 ，China) ABSTRACT :In the paper a new T － S fuzzy model identification method based on Firefly Algorithm was proposed． To overcome the shortcoming of the traditional methods which identify premise parameters and consequences parame- ters separately ，the premise parameters and consequences parameters were encoded together and an Improved Firefly Algorithm was applied to do the global optimization identification． Based on original algorithm ，the Improved Firefly Algorithm changes the attractiveness coeffici