针对非线性Wiener模型的参数辨识问题,提出了一种基于Sigmoid函数及自适应算子改进差分进化(improved differential evolution algorithm with Sigmoid function and adaptive mutation operator,SADE)算法的参数辨识方法。利用Sigmoid...针对非线性Wiener模型的参数辨识问题,提出了一种基于Sigmoid函数及自适应算子改进差分进化(improved differential evolution algorithm with Sigmoid function and adaptive mutation operator,SADE)算法的参数辨识方法。利用Sigmoid函数及自适应变异算子改进了基本差分进化算法的变异操作部分,改进的方法能够有效地克服基本差分进化算法的过早收敛和不稳定性等缺点。将该改进差分进化算法应用于对非线性Wiener模型的参数辨识问题,达到了较高的辨识精度。在仿真试验中,与其它已有方法进行比较,仿真结果说明了所给的参数辨识方法是合理和有效的。展开更多
文摘针对非线性Wiener模型的参数辨识问题,提出了一种基于Sigmoid函数及自适应算子改进差分进化(improved differential evolution algorithm with Sigmoid function and adaptive mutation operator,SADE)算法的参数辨识方法。利用Sigmoid函数及自适应变异算子改进了基本差分进化算法的变异操作部分,改进的方法能够有效地克服基本差分进化算法的过早收敛和不稳定性等缺点。将该改进差分进化算法应用于对非线性Wiener模型的参数辨识问题,达到了较高的辨识精度。在仿真试验中,与其它已有方法进行比较,仿真结果说明了所给的参数辨识方法是合理和有效的。
