PSO算法在过程模型参数辨识中的应用
PSO算法在过程模型参数辨识中的应用
徐志成;张建明;王树青
【期刊名称】《电气自动化》
【年(卷),期】2005(027)004
【摘要】针对传统模型参数辨识方法和遗传算法用于模型参数辨识时的缺点,提出了一种基于微粒群优化(PSO)算法的模型参数辨识方法,利用微粒群体在参数空间进行高效并行的搜索来获得过程模型的最佳参数值,可有效提高参数辨识的精度和效率,对火电厂热工过程进行参数辨识的仿真结果验证了本文所提出算法的有效性.
【总页数】4页(29-32)
【关键词】微粒群优化;模型辨识;热工过程
【作者】徐志成;张建明;王树青
【作者单位】工业控制技术国家重点实验室,浙江大学先进控制研究所,杭州,310027;工业控制技术国家重点实验室,浙江大学先进控制研究所,杭州,310027;工业控制技术国家重点实验室,浙江大学先进控制研究所,杭州,310027
【正文语种】中文
【中图分类】TP13
【相关文献】
1.GLBest-PSO算法在热工过程模型参数辨识中的应用 [J], 郝超; 徐志成
2.CTES—1实验系统在过程模型辨识中的应用 [J], 杨庆柏; 赵汉杰
3.采用改进混合粒子群算法的热工过程模型参数辨识 [J], 陈真; 王明春; 张雨飞
相关主题