基于差分进化算法的Wiener模型辨识

熊伟丽^1,2，许文强²，徐保国²

1. 江南大学轻工过程先进控制教育部重点实验室2. 江南大学物联网工程学院

摘 要：DE算法是一类基于种群的启发式全局搜索技术,该算法原理简单,控制参数少,鲁棒性强,具有良好的优化性能。利用差分进化算法对Wiener模型参数进行辨识,把辨识问题等价为以估计参数为优化变量的非线性极小值优化问题,并分析了算法中种群规模NP、缩放因子F、交叉概率CR等控制参数对辨识过程中的全局并行搜索能力和收敛速度的影响,以保证算法的全局收敛性。对Wiener模型的数值仿真结果表明了DE算法在参数辨识问题中的有效性,以及较PSO算法更强的非线性系统辨识能力。

关键词：参数辨识;Wiener模型;差分进化算法;粒子群算法;