提示
李少远
-
71浏览
-
0点赞
-
0收藏
-
0分享
-
195下载
-
0评论
-
引用
期刊论文
基于粒子群优化的Wiener模型辨识与实例研究*
，-0001，（）：
摘要/描述
针对一类工业过程中可描述成Wiener模型的非线性系统，其辨识问题可等价成以估计参数为优化变量的非线性极小值优化问题。利用粒子群优化（PSO）算法在整个参数空间内并行搜索获得极小值优化问题的最优解（Wiener模型的最优估计），通过对粒子的迭代轨迹进行分析，改进了PSO算法中惯性权重和学习因子的选择。通过一个Wiener模型的数值仿真验证了本文提出的辨识方法的有效性和实用性，并将该方法应用在连续退火机组加热炉产品质量模型的辨识研究，取得了满意的辨识效果。
【免责声明】以下全部内容由[李少远]上传于[2005年11月28日 22时45分45秒]，版权归原创者所有。本文仅代表作者本人观点，与本网站无关。本网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。
我要评论
全部评论
共 0 条
本学者其他成果
同领域成果
