基于改进遗传算法的系统参数辨识_孙磊.pdfVIP

11 33 2011 11 科 学 技 术 与 工 程 Vol. 11 No. 33 Nov． 2011 第 卷 第 期 年 月 167 1— 1815 (2011)33-8199-04 Science Technology and Engineering  2011 Sci. Tech. Engrg. 基于改进遗传算法的系统参数辨识 孙 磊 陈绍炜 吴金鹿 ( ， 7 10 129) 西北工业大学电子信息学院 西安 。 ， 摘 要 传统的遗传算法在解决具体优化问题时存在着收敛速度慢和容易早熟的缺点 针对系统参数辨识 提出了一种改 。 、 ， ， ， 进的遗传算法 通过合理选择复制策略 改进适应度函数计算方法 克服了早熟现象 保证了种群的多样性 避免了后期适应 。 ， ， 值接近而导致收敛速度过慢 通过该算法对典型二阶系统的传递函数进行参数求解 在信噪比较大的情况下 得到几乎无偏 。 。 的估计 实验结果证明了该方法的有效性 关键词 频率响应数据 遗传算法 参数估计 系统辨识 中图法分类号 TP183 ; 文献标志码 A ， 。 对于工业生产 大多数的工业过程都是闭环的 些局限性 ， 系统 目前提出的一些辨识方法中大部分都是在满 ， 1 足闭环系统的可辨识条件或某种条件下 应用开环 问题的提出 ， 、 的辨识方法 如最小二乘法 极大似然法或辅助变 。 一般非线性系统模型可用下式表示: 量法等 而这些方法本质上都是利用在梯度方向 y (t)=f (u (t)，t ，) 1() 上寻优的局部搜索方法。如果搜索空间是不可微 θ (1) ，y (t) ;u (t) 的或参数间为非线性的， 式 中 为系统输出向量 为系统输入向 它们就常常得不到全局最 T 量;= ［， ，…，］ ，f 。 ， θ θ1 θ2 θk 为待定参数向量 的形式已 优 另一方面 闭环系统的参数估计是在系统模型 。 ， 。 知 根据实际测量得输入输出向量 估计出θ 的值 ， 结构已知的基础上进行的 系统结构的确定往往需