引用本文:徐志成.基于粒子群优化算法的过程模型辨识[J].电力自动化设备,2007,27(9):75-78
.Parameter identification of process model based on PSO[J].Electric Power Automation Equipment,2007,27(9):75-78
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 3533次   下载 1278 本文二维码信息
码上扫一扫!
基于粒子群优化算法的过程模型辨识
徐志成
作者单位
摘要:
参数辨识是过程建模的基础,提出了一种基于粒子群优化(PSO)算法的模型参数辨识方法,将过程模型的每个参数作为粒子群体中的一个粒子,利用粒子群体在参数空间进行高效并行的搜索来获得过程模型的最佳参数值,可有效提高参数辨识的精度和效率.对火电厂热工过程进行参数辨识的仿真结果表明,利用PSO算法辨识过程模型参数,无论过程模型是否是时滞对象,该辨识方法对过程模型的阶次不敏感,对于不同的输入信号,均能得到满意的辨识精度和效率,因此得到了较为精确的过程模型,模型输出与实际输出基本一致.
关键词:  粒子群优化  模型辨识  热工过程
DOI:
分类号:TK224
基金项目:
Parameter identification of process model based on PSO
XU Zhi-cheng
Abstract:
Key words:  particle swarm optimization  model identification  thermal process

用微信扫一扫

用微信扫一扫