基于头脑风暴优化算法的Wiener模型参数辨识  

Parameter identification of Wiener systems using brain storm optimization algorithm

作　　者：陈山[1] 宋樱 房胜男 盛碧琦 潘天红[1] 

机构地区：[1]江苏大学电气信息工程学院,江苏镇江212013 [2]公安海警学院,浙江宁波315801

出　　处：《控制与决策》2017年第12期2291-2295,共5页Control and Decision

基　　金：国家自然科学基金项目(61273142);江苏省六大人才高峰论坛项目(2012-DZXX-045);江苏省高校优势学科建设工程项目(PAPD)

摘　　要：Wiener模型是一种典型的模块化非线性模型,广泛应用于工业过程控制领域.由于其结构的非线性,参数辨识无法直接得到解析解.为此,将Wiener模型的参数估计转化为带约束的非线性优化问题,以头脑风暴优化(BSO)算法并行搜索该问题的最优解,并以搜索过程中的反馈信息调整BSO算法的变异过程,以改进算法的收敛速度和辨识精度.数值仿真和工业数据验证了所提算法的有效性.The Wiener model is a typical block-oriented nonlinear model, which is widely used in the industrial processes.The parameters of the Wiener model can＇t be estimated directly due to its nonlinear structure. In this paper, the parameters estimation of a Wiener system is transformed into a nonlinear optimization issue. Then, the brain storm optimization（BSO） algorithm is used to get the optimal values on using parallel searching strategy. Furthermore, the convergent velocity and estimated accuracy are improved by using the feedback information in mutation process. A numerical simulation and a case study validate the effectiveness of the proposed algorithm.

关 键 词：WIENER模型 参数辨识 头脑风暴优化算法 变异 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]