基于自适应遗传算法, 提出一种多项式模型结构与参数的一体化辨识方法. 针对组合非线性系统, 首先将选
定的候选项原始序列与输出序列进行相关度评估, 根据其大小排列进行遗传算法染色体结构的自适应编码; 在迭代
辨识充分后, 再次计算候选项贡献序列与由该项造成的模型损失序列间的相关度, 剔除相关度较小的项, 调整模型结
构; 如此循环迭代, 在完成参数辨识的同时最终确认模型结构. 仿真实例验证了算法的有效性.
2021-12-23 15:32:54
206KB
1
模糊模型设计方法归结为两种，即语义驱动和数据驱动。数据驱动模型具有更好的性能，是目前研究的热点。模糊系统辨识是数据驱动下模糊系统建模的重要手段，辨识的优良直接影响系统建模的精度。模糊系统辨识可以分为两部分进行认识，即模糊系统结构辨识和参数辨识。回顾了近年来模糊系统辨识的理论和方法，如subtractive聚类、多分辨率自适应空间分解、SVM、核函数法、粒子群算法和并行遗传算法等。对各种算法原理、特点进行了介绍，对模糊系统辨识的发展进行了展望。
2021-05-17 13:38:59
261KB
1