噪声环境下参数估计和模型降阶的一种有效方法  

Effective Method for Parameter Estimation and Model Reduction in Noisy Environments

作　　者：潘晖[1] 王凌[1] 刘波[1] 金以慧[1] 

机构地区：[1]清华大学自动化系,北京100084

出　　处：《化工自动化及仪表》2006年第5期13-17,共5页Control and Instruments in Chemical Industry

基　　金：国家自然科学基金项目(60204008;60374060;60574072);国家"973"计划项目(2002CB312200)

摘　　要：针对噪声环境下的非线性系统参数估计和模型降阶问题,提出了一种带假设检验的微粒群优化算法(PSOHT),以最小化平均平方误差为目标,结合统计意义下的评价和比较,通过微粒群操作进行参数估计。基于典型非线性时滞系统的仿真实验,验证了所提算法的有效性和抗噪声能力。Aimed at the parameter estimation and model reduction problems of non-linear systems in noisy environment, a class of particle swarm optimization （PSO） approach with hypothesis test is proposed, named PSOHT, which estimates parameters by using PSO operator in conjunction with evaluation and comparison in statistical sense to minimize mean square error function. Simulation experiments based on some typical non-linear systems with time delay demonstrate the effectiveness and anti-noise ability of the proposed approach.

关 键 词：微粒群算法 假设检验 参数估计 模型降阶 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]