基于粒子群算法的非线性系统参数辨识.pptVIP

8.12基于粒子群算法的非线性系统参数辨识 以下面三个例子为例，说明粒子群算法在非线性系统中的参数辨识中的应用。 8.12.1辨识非线性静态模型 利用差分进化算法辨识非线性静态模型参数： （8.47） 辨识参数集为 ，真实参数为 采用实数编码，辨识误差指标取: （8.48） 其中 N为测试数据的数量, yi为模型第i个测试样本的输出。 8.12.1辨识非线性静态模型 首先运行模型测试程序chap8_10.m，对象的输入样本区间为 [-4 4]之间，步长为0.10，由式（8.31）计算样本输出值，共有81对输入输出样本对。 8.12.1辨识非线性静态模型 将待辨识的参数向量记为X ，取样本个数为Size=200 ，最大迭代次数G=200 ，采用实数编码，四个参数的搜索范围均为[0,5] 。粒子运动最大速度为Vmax =1.0，即速度范围为[-1,1] 。学习因子取c1=1.3,c2=1.7 ，采用线性递减的惯性权重，惯性权重采用从0.90线性递减到0