基于遗传算法的过程辨识方法实现与应用  

Application of an improved genetic algorithm in model identification

作　　者：王立志[1] 付婧娇[2] 孙海蓉[2] 

机构地区：[1]山东电力研究院,山东济南250000 [2]华北电力大学控制科学工程学院,河北保定071003

出　　处：《华北电力大学学报（自然科学版）》2005年第5期39-42,共4页Journal of North China Electric Power University：Natural Science Edition

摘　　要：简单遗传算法存在着收敛速度慢和容易早熟的缺点,针对这种情况,通过合理选择编码方式,改进初始种群选择策略、复制、交叉和变异策略提出一种综合的改进遗传算法,并将其应用于系统模型辨识。用基于排序法的新的选择算子和多个交叉、变异概率,能有效维持种群的多样性,克服算法早熟现象。在改进的算法中,同时用到精英保留策略和模拟小生境方法,保护优良个体,使算法的引导性增强。在系统辨识的过程中,结合系统先验知识,对模型的阶次辨识进行指导。最后通过几个系统辨识的实例验证了该算法的有效性。An improved genetic algorithm （GA） is proposed. It is based on proper coding method, improved initialization population strategy, selection, crossover and mutation method. It is applied to the system model identification. The Elitism and Simulated Niche methods are used in this algorithm. By using the prior knowledge of system in the identification process, it is clearer to identify the model order. Several examples of system identification are illustrated to validate this algorithm.

关 键 词：遗传算法 系统辨识 精英保留 先验知识 模拟小生境 

分 类 号：TP27[自动化与计算机技术—检测技术与自动化装置]