基于多群体遗传算法的非线性最小二乘估计  

Nonlinear least squares estimation based on multiple genetic algorithms

作　　者：刘德玲[1] 马志强[2] 

机构地区：[1]广东食品药品职业学院,广东广州510520 [2]东北师范大学计算机科学与信息技术学院,吉林长春130117

出　　处：《东北师大学报（自然科学版）》2011年第1期40-47,共8页Journal of Northeast Normal University(Natural Science Edition)

基　　金：吉林省自然科学基金资助项目(20101506);2009年广东省高等学校计算机基础课程教改与实践项目(A08)

摘　　要：由于非线性模型参数估计理论广泛使用的传统牛顿类算法对初值的敏感性,以及简单遗传算法易陷入局部最优的问题,提出了一种多群体遗传算法,它采用多个群体执行遗传算法搜索解,并且能根据各个群体在较少迭代次数中找到的最优解动态调整参数域,提高了遗传算法的性能及搜索到的解是全局最优解的可靠性.实验结果表明:新的算法是一种有效的非线性系统模型参数估计方法.Conventional Newton-like algorithms,widely used for parameter estimation of nonlinear models,are sensitive to initial values while simple genetic algorithms are liable to fall into local optimization.This paper proposes a multiple genetic algorithm.It searches the solution with several genetic algorithms and can adjust the parameter domain dynamically according to the optimum solution found by each genetic algorithm with several iterations,for which it can avoid running into local optimization,increase the performance and liability that the solution found is the global optimum solution.Experimental results show that the proposed algorithm is an effective approach of parameter estimations of nonlinear systems.

关 键 词：多群体遗传算法 非线性最小二乘 参数估计 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]