基于粒子群方法的非線性系統(tǒng)辨識問題研究.pdf

1、本文主要研究如何利用粒子群方法解決含有約束條件的非線性系統(tǒng)辨識問題，并在此基礎上研究如何改進罰函數(shù)設計方法和改進粒子群方法以提高算法的辨識性能。
　　 論文首先給出了系統(tǒng)辨識的定義以及研究非線性系統(tǒng)辨識方法的理論和實踐意義，簡要介紹了辨識方法的發(fā)展歷史；然后詳細闡述了非線性系統(tǒng)辨識的基本原理以及非線性系統(tǒng)模型，列舉了常用的傳統(tǒng)辨識方法，并對非線性系統(tǒng)辨識方法的性能要求進行了分析；之后詳細闡述了基本粒子群算法的算法原理，算法流程并

2、對算法的性能給出了數(shù)學分析，詳細介紹了傳統(tǒng)罰函數(shù)的設計原理以及主要的改進方法，在自適應罰函數(shù)法的基礎上提出一種改進型自適應罰函數(shù)法以提高非線性系統(tǒng)辨識的辨識準確性；最后針對基本粒子群算法中存在的“早熟”和收斂速度緩慢問題提出一種雙粒子群算法，可以降低算法出現(xiàn)“早熟”現(xiàn)象的可能性并提高收斂速度。本文中算法均使用Matlab對其性能進行了充分的仿真與比較，仿真結(jié)果表明所提出的改進型自適應罰函數(shù)法可以提高非線性系統(tǒng)辨識的辨識準確性，同時雙粒子