混合编码免疫算法在非线性系统辨识中的应用  

Application of Combinated-encoding Immune Algorithms for Nonlinear System Identification

作　　者：龚固丰[1] 章兢[1] 何敏[1] 王炼红[1] 

机构地区：[1]湖南大学电气与信息工程学院,长沙410082

出　　处：《系统仿真学报》2009年第12期3561-3564,共4页Journal of System Simulation

基　　金：国家自然科学基金重点项目(60634020);高校博士点基金(20060532026)

摘　　要：基于免疫算法优越的全局搜索性能与GP算法简洁的结构树编码方法,提出了一种混合编码免疫辨识算法,通过对模型结构与参数分别编码及免疫操作,同时实现了非线性模型的结构与参数辨识,实现了全局寻优,辨识的模型结构简单、易于理解。仿真验证了本算法的有效性及较强的非线性逼近能力。Based on global search performance of traditional immune algorithm and simple hierarchical classification tree of GP algorithm, the Combinated-Encoding Immune algorithm was proposed. The nonlinear model＇s global optimized structure and parameters were both achieved through encoding and immunizing operations. The simulation result shows that achieved model structure is simple and easy to comprehend. The validity and the nonlinear approach ability of this algorithm are also proved.

关 键 词：免疫算法 系统辨识 非线性系统 结构辨识 参数估计 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置] TP18[自动化与计算机技术—控制科学与工程]