多目标免疫GEP算法及其在多项式NARMAX模型辨识中的应用-NSFC.PDF

第29 卷 第6 期 控 制 与 决 策 2014 年 6 月 Vol. 29 No. 6 Control and Decision Jun. 2014 文章编号: 1001-0920 (2014) 06-1009-07 DOI: 10.13195/j.kzyjc.2013.0592 多目标免疫GEP 算法 及其在多项式NARMAX 模型辨识中的应用 1,2 1 周 霞 , 沈 炯 (1. 东南大学能源与环境学院，南京210096 ；2. 金陵科技学院机电工程学院，南京211169) 摘 要: 基于免疫细胞亚群划分理论和生命周期理论, 提出一种用于多项式非线性自回归滑动平均(NARMAX) 模 型辨识的多目标免疫GEP 算法, 并重新定义了适合于NARMAX 模型辨识的细胞创建算子和基因操作算子. 该算法 基于多目标优化的最优解通常为一个集合的特点, 通过各亚群的最优解集在总最优解集中的变化来判断各亚群所对 应参数的优劣, 进而确定下一步的搜索方向. 仿真结果表明, 多目标免疫GEP 算法可以同时正确地辨识出非线性系 统的结构和参数. 关键词: 多目标；免疫；基因表达式编程；非线性自回归滑动平均模型 中图分类号: TP13 文献标志码: A An immune based multiobjective GEP algorithm for identifying polynomial NARMAX model ZHOU Xia1,2 , SHEN Jiong1 (1. School of Energy and Environment，Southeast University，Nanjing 210096 ，China ；2. School of Mechanical and Electrical Engineering ，Jinling Institute of Technology ，Nanjing 211169 ，China ．Correspondent ：SHEN Jiong，E-mail: shenj@seu.edu.cn) Abstract ：：：Based on the immune cell subsets division and immune life theory, an immune based multiobjective gene expression programming(GEP) algorithm for identifying the polynomial nonlinear auto regressive moving average with exogenous inputs(NARMAX) model is proposed. In the algorithm, the cell initialization method and gene operators are newly defined. Based on the multi-optimal-solutions characteristic of multiobjective optimization problems, the parameter performance of each subset is estimated by the optimal solutions of the subset in the total optimal solut