基于改进差分进化算法的系统辨识方法

摘要

对于复杂控制系统，采用传统建模方法得到的被控对象模型，存在精度较低和收敛速度较慢等问题。针对该问题，提出了一种基于改进差分进化算法的系统辨识方法，通过采用变异率和交叉算子动态更新策略，并实时更新种群以及优化、进化终止条件，大幅度地提升了辨识模型的精度以及算法的收敛速度。与传统的最小二乘法、二阶加时滞模型法、差分进化算法以及遗传算法相比，提出的辨识方法在精度上分别提升了94.91%、40.11%、23.33%和8.48%。与传统遗传算法和差分进化算法相比，提出的方法在收敛速度上提升了近3.2倍。实验结果表明，提出的方法可以有效地克服干扰信号影响，得到精确的系统传递函数模型。

关键词

系统辨识 / 改进差分进化算法 / 超声换能器 / 传递函数模型