A对比进化计算技术用于 IIR 模型识别：考虑一些 IIR 识别问题，比较进化计算技术-matlab开发

系统辨识是一个复杂的优化问题，最近引起了科学和工程领域的关注。 特别是，使用无限脉冲响应 (IIR) 模型进行识别优于等效的 FIR（有限脉冲响应）模型，因为前者为现实世界的应用提供了更准确的物理植物模型。 然而，IIR 结构往往会产生多模态误差曲面，其成本函数极难最小化。 进化计算技术 (ECT) 用于估计复杂优化问题的解决方案。 它们通常旨在满足特定问题的要求，因为没有一种优化算法可以有竞争力地解决所有问题。 因此，当提出新算法时，必须适当地评估其相对效率。 文献中已经报道了 ECT 之间的一些比较。 然而，他们受到一个限制：他们的结论是基于流行的进化方法在一组具有精确解和众所周知的行为的合成函数上的性能，没有考虑应用程序上下文或包括最近的发展。 本研究比较了应用于 IIR 模型识别的各种进化计算优化技术。 展示了多个模型的结果并进行了统计验证。 更多信息可以在Erik Cuevas、