摘要
被控对象的数学模型,对控制系统的设计和分析有着极为重要的意义。采用微分进化算法对被控对象参数进行辨识。这种算法与其它进化算法的不同之处在于它的变异算子是由种群中任意选取的多对向量的差值得到的,并且主要用于实参数优化问题。微分进化算法虽然有简单、搜索效率高的特点,但是仍存在局部最优的问题。因此,在对微分进化算法搜索机理进行分析的基础上,针对其参数难以动态调整的问题对算法进行改进,提出了不依赖于优化问题的控制参数自适应调整机制,进一步提高微分进化算法的全局搜索能力和寻优速度。为验证算法有效性,在MATLAB上编制相应的模型辨识程序,对被控对象数学模型进行辨识、调试运行,并对寻优结果进行对比。
The mathematical model of the controlled object in power plant is of significance to the design and analysis of the thermal control system.A differential evolution algorithm（DE） based on stochastic optimization approach was presented.Based on analyzing DE searching mechanism,the improved differential evolution algorithm with self-adaptive parameters can promote its robust,optima searching capability and speed.In order to prove the effectiveness of the improved differential evolution algorithm,the relevant model identifying program on MATLAB to and identify the mathematical models was worked out and the result was compared.
出处
《化工自动化及仪表》
CAS
北大核心
2011年第3期269-273,共5页
Control and Instruments in Chemical Industry
基金
国家"863"计划(2007AA041106)
关键词
模型辨识
微分进化算法
参数自适应调整
仿真分析
model identification
differential evolution algorithm
improved differential evolution algorithm with self-adaptive parameters
simulation analysis
