遗传算法的双线性模型参数辨识

本文以遗传算法为基础 ,提出了一种辨识双线性离散动态系统模型参数的方法。该方法能够有效地克服噪声的污染 ,获得双线性系统参数的无偏估计值。应用该算法对双线性系统进行仿真表明 ,该方法辨识精度高 ,稳定性好     

基于遗传算法的摩擦模型参数辨识

摘Tustin摩擦模型能够很好地描述零速附近的摩擦力,由于该模型为非线性模型,使得参数辨识非常困难。针对该模型提出了一种基于遗传算法的摩擦模型参数辨识方法,并通过仿真对辨识结果进行验证,结果表明该方法是有效的。     

锂电池二阶RC等效电路模型参数辨识

以锂电池二阶RC等效电路模型为研究对象,将电池模型RC参数的辨识问题归结为非线性最优化问题,建立非线性最小二乘优化模型,采用Levenberg-Marquard(LM)算法对其进行求解.该优化问题不仅是非线性的,而且非凸,因此需要对优化算法中的初始值进行选取,同时放电电流大小的变化也会影响参数求解结果的稳健性.为解决这两个问题,首次提出一种简单有效的RC参数初始值的选取方法和调整最优化模型中的目标函数的方法,保证该算法在不同放电电流情况下均能得到正确的解.仿真结果表明:在选定合适的初始值的情况下,该算法能够快速准确求解模型中的RC参数值.     

不确定分数阶Chen系统同步与参数辨识

讨论了不确定分数阶Chen系统的同步和参数识别问题,基于Lyapunove稳定性理论和自适应控制理论,提出一种用整数阶Chen系统来进行同步和参数辨识的方法,给出自适应控制器和参数更新率设计方法.数值仿真实现了分数阶Chen系统用整数阶Chen系统同步及参数辨识,结果表明提出方法的有效性.     

参数不确定的分数阶混沌系统的完全同步与参数辨识

针对分数阶liu混沌系统和参数不确定的分数阶混沌系统的完全同步和参数辨识问题进行研究。首先,基于稳定性理论与反馈控制思想设计同步控制器和估计变量演化规则,在控制器中引入时变增益和估计变量,以获得较好的同步响应速度,其次引用定理对所给同步方法进行理论分析;最后举出实例进行仿真验证。仿真结果表明,该方法能够使异结构混沌系统实现完全同步并可在同步的同时辨识出响应系统的不确定参数,此外由于给出的响应系统的3个实例方程相似,仅参数取值不同,因此该同步方法还可以通过改动响应系统的部分参数,使liu系统在3个不同的混沌系统之间实现同步切换。     

基于改进遗传算法的电阻炉模型参数辨识

由于电阻炉模型为非线性模型,使得参数辨识非常困难。因此针对该模型提出了一种基于改进遗传算法的模型参数辨识方法,并通过MATIAB仿真对辨识方法进行验证,结果表明该方法有效可行。     

基于Levy算法的IPMC分数阶模型辨识

IPMC是一类被称为人工肌肉的电活性智能材料,在微机电系统、生物医学、仿生机构等领域都具有很好的应用前景。分数阶微积分中微分、积分的阶次可以是分数,能够更精准地描述实际系统的动态响应。为了说明分数阶模型比传统整数阶模型能够更精确的描述具有非整数阶动力学特性的IPMC驱动系统,首先根据IPMC驱动器输入信号与输出响应的实验数据得到实际频率响应伯德图。然后,结合实验数据应用Levy频域辨识算法分别建立了IPMC的整数阶模型和分数阶模型。最后,比较两类模型和实验数据的频域响应伯德图,可见分数阶模型和实验数据的伯德图拟合效果更精确,所以对于具有非整数阶动力学特性的IPMC驱动系统应该使用分数阶模型来描述和研究。     

利用改进SCE算法的锂离子电池参数辨识

针对传统参数辨识方法中存在的易陷入局部最优和精度低问题,提出一种改进洗牌复杂演化算法。首先,根据锂离子电池动态特性的二阶RC等效电路模型,确定待辨识参数。其次,通过本算法来寻找最优模型参数,以更好的模拟电池真实状态。最后,在马里兰大学先进寿命周期工程中心提供的锂离子电池动态工况数据集上进行验证,并对比本算法和其他优化算法的仿真结果。仿真结果表明, 该方法在辨识精度、泛化性能和可靠性方面具有优势。     

基于改进粒子群算法的分数阶系统辨识方法

为获取精确的分数阶系统模型,本文利用惯性权值自适应律来改进基本粒子群算法,基于所改进的粒子群算法提出了一种分数阶系统辨识方法,并选取实际系统与辨识系统的输出误差平方和为目标函数,实现了分数阶模型参数和阶次的同时辨识,适用于成比例和不成比例分数阶系统辨识。仿真结果表明了算法的有效性,辨识结果精度较高。     

基于遗传算法的热物性参数辨识

为了提高热物性参数辨识的准确度,将遗传算法(genetic algorithm)应用于热物性参数辨识,提出了完整的数学模型.数值模拟结果表明,此法具有相当的精确度,不但没有造成噪声放大,而且还对噪声进行了过滤,使得输出噪声比输入噪声小了许多,成功克服了反问题中误差累积放大的弱点.本算法应用的唯一前提是相应的正问题可解.该算法很容易应用到其它热物性参数辨识和其它类型的反问题中.     

一个新分数阶系统的混沌同步与参数识别

对一个带有未知参数的新分数阶系统的同步和参数识别问题进行了研究.首先给出了不同相平面上混沌吸引子,基于分数阶系统稳定性理论,为系统设计了合适的自适应同步控制器和未知参数的辨识规则,实现了系统的混沌同步和未知参数的辨识.     

基于改进随机数直接搜索法的分数阶系统辨识

采用分数阶微积分可以相对简明精确地建立整数阶系统难以建立的模型.随着现代技术的发展,使用分数阶模型对实际对象和动态过程进行精确描述的优点越来越明显.该文针对分数阶系统的特点,提出了采用改进随机数直接搜索优化算法(NLJ)在限定阶次的随机数范围的基础上,进行分数阶系统辨识的方法.该方法即可辫识系统的模型参数,也可以对系统的阶次进行辫识.提出的方法对初始值有较大适应性,并且实现简单.仿真结果表明该方法对分数阶系统辨识的适用性和有效性.     

基于遗传算法求解一类分数阶扩散方程反问题

考虑了一类具有多个时间分数阶项的分数阶扩散方程反问题,即通过空间中某个点的测量数据识别分数阶阶数及其组合系数。基于反问题的唯一性结论,将反问题归结为非线性优化问题,然后建立了基于遗传算法的反演方案。最后,通过数值模拟来说明反演算法的可行性及有效范围。     

基于分数阶变分问题的TV模型

作为图像处理领域中的重要课题,图像去噪问题虽然已被研究多年,但将分数阶微积分应用于此,却还处于刚刚起步的阶段.本文采用频域分数阶化的技巧,引入了频域分数阶差分,并通过整数阶变分导出分数阶变分,再将其应用到分数阶TV模型中.仿真实验表明,频域分数阶差分能更好地保留图像的低频成分;而在图像去噪的研究中,相比整数阶差分,分数阶差分效果更优;并发现极大峰值信噪比的最优阶数和噪声方差有逆向联动关系.     

基于遗传算法的分数阶灰色预测模型及其应用

近年来由于分数阶灰色预测模型在灰色系统中的高效性和灵活性,引起了学者们的研究兴趣.但是,分数阶累加的计算复杂,给理论分析和应用带来了困难.提出了一种基于遗传算法的优化的分数阶灰色预测模型,对少样本进行预测,根据河南省2004—2017年能源消费的数据建立模型,利用平均绝对百分比误差和均方根误差比较预测模型的性能.结果显...     

基于Levy算法的离子性聚合物金属复合材料分数阶模型辨识

IPMC是一类被称为人工肌肉的电活性智能材料,在微机电系统、生物医学、仿生机构等领域都具有很好的应用前景。分数阶微积分中微分、积分的阶次可以是分数,能够更精准地描述实际系统的动态响应。为了说明分数阶模型比传统整数阶模型能够更精确的描述具有非整数阶动力学特性的IPMC驱动系统,首先根据IPMC驱动器输入信号与输出响应的实验数据得到实际频率响应伯德图;然后,结合实验数据应用Levy频域辨识算法分别建立了IPMC的整数阶模型和分数阶模型;最后,比较两类模型和实验数据的频域响应伯德图,可见分数阶模型和实验数据的伯德图拟合效果更精确,所以对于具有非整数阶动力学特性的IPMC驱动系统应该使用分数阶模型来描述和研究。     

遗传算法在参数辨识中的应用进展

系统地讨论遗传算法在参数辨识中的应用.总结了简单遗传算法用于参数辨识的步骤,指出其可能出现的问题,并综述国内外学者在编码、适应值函数和遗传算子等方面所作的改进以及将遗传算法与其他方法结合所产生的新算法.最后指出了遗传算法存在的局限性.     

机器人系统中环境动力学模型及其参数辨识

根据机器人系统中环境的本质特征，本文提出了环境动力学既有刚体运动力学特性，又有表面开变动力学特性的观点；由此建立了新的环境动力学模型，给出了该动力学模型参数辨识的遗传算法模型，理论分析和实验研究表是该模型及其参数辨识方法是实用的，可行的。