[发明专利]基于改进差分进化算法的非线性系统参数辨识方法在审
| 申请号： | 201811340163.9 | 申请日： | 2018-11-12 |
| 公开（公告）号： | CN109284579A | 公开（公告）日： | 2019-01-29 |
| 发明（设计）人： | 张雨飞;段崇崇 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06N3/00 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 蒋昱 |
| 地址： | 210096 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本专利针对非线性模型参数辨识困难和不准确的问题，提出一种基于改进的差分进化算法的辨识算法。通过建立寿命机制，根据寿命值大小，动态调整缩放因子和交叉率，在算法初期保持多样性来避免早熟收敛，在后期保留优质解，加快收敛速度。为验证改进算法的性能和实用性，用典型测试函数进行对比测试，并辨识非线性传递函数模型和Hammerstein模型，试验结果表明改进的算法收敛速度快，辨识精度高，对非线性系统参数辨识有效可行。 | ||
| 搜索关键词： | 参数辨识 辨识 算法 非线性系统 收敛 改进差分进化算法 非线性传递函数 差分进化算法 非线性模型 改进 测试函数 动态调整 对比测试 算法收敛 缩放因子 早熟 验证 多样性 保留 | ||
【主权项】：
1.基于改进差分进化算法的非线性系统参数辨识方法，具体步骤如下，其特征在于：(1)初始化种群，在问题的可行解空间生成随机初始化种群：(2)变异操作，DE通过差分策略实现个体变异，将两个任意个体的差分向量加到另一个随机的个体向量上成为变异向量；(3)交叉操作，通过交叉操作生成试验向量，通过随机选择，使试验向量至少有一个分量由变异向量提供；(4)选择操作，DE采用“贪婪”选择策略，根据目标向量与试验向量的适应值来选择最优个体。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811340163.9/，转载请声明来源钻瓜专利网。
