[1]陆克中 吴璞 王汝传.基于粒子群优化算法的非线性系统模型参数估计[J].计算机技术与发展,2008,(06):57-59.
　LU Ke-zhong,WU Pu,WANG Ru-chuan.A Method of Parameter Estimation in a Nonlinear System Model Based on Particle Swarm Optimization[J].,2008,(06):57-59.
点击复制

基于粒子群优化算法的非线性系统模型参数估计()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2008年06期
页码:
57-59
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
A Method of Parameter Estimation in a Nonlinear System Model Based on Particle Swarm Optimization
文章编号:
1673-629X（2008）06-0057-03
作者:
陆克中1; 2 吴璞1; 2 王汝传1; 2
[1]南京邮电大学计算机科学与技术系[2]池州学院计算机科学系
Author(s):
LU Ke-zhong ; WU Pu ; WANG Ru-chuan
[1]College of Computer, Nanjing University of Posts and Telecommunications[2]Department of Computer Science, Chizhou College
关键词:
粒子群优化; 非线性系统; 参数估计
Keywords:
particle swarm optimization;  nonlinear system;  parameter estimation
分类号:
TP18
文献标志码:
A
摘要:
非线性模型的参数估计是较为困难的寻优问题，经典方法常会陷入局部极值。由于粒子群算法是一种有效的解决优化问题的群集智能算法，它的突出特点是操作简便、容易实现且全局搜索功能较强，故将粒子群优化算法用于非线性系统模型参数估计，并通过对3种典型的非线性模型的参数估计进行了验证。实验结果表明：粒子群优化算法参数估计精度高，是一种有效的参数估计方法
Abstract:
Estimation of nonlinear model parameters is a tough searching problem. Unfortunately, the traditional approaches easily get stuck in a local minimum. Considering that the particle swarm optimization （PSO） algorithm is quite simple and easy to implement, i

相似文献/References:

[1]朱喜娜 陆达 范汉青.基于BP算法PID控制器的研究[J].计算机技术与发展,2010,(05):183.
　ZHU Xi-na,LU Da,FAN Han-qing.Research of PID Controller Based on BP Algorithm[J].,2010,(06):183.
[2]崔海青 刘希玉.基于粒子群算法的RBF网络参数优化算法[J].计算机技术与发展,2009,(12):117.
　CUI Hai-qing,LIU Xi-yu.Parameter Optimization Algorithm of RBF Neural Network Based on PSO Algorithm[J].,2009,(06):117.
[3]赵传信 张雪东 季一木[].改进的粒子群算法在VRP中的应用[J].计算机技术与发展,2008,(06):240.
　ZHAO Chuan-xin,ZHANG Xue-dong,JI Yi-mu.Application of Improved Particle Swarm Optimization in VRP[J].,2008,(06):240.
[4]苏守宝 汪继文 方杰.粒子群优化技术的研究与应用进展[J].计算机技术与发展,2007,(05):249.
　SU Shou-bao,WANG Ji-wen,et al.Overview Applications and Research on Particle Swarm Optimization Algorithm[J].,2007,(06):249.
[5]陆克中 张秋华 孙兰娟.一种改进的粒子群优化算法及其仿真[J].计算机技术与发展,2007,(11):88.
　LU Ke-zhong,ZHANG Qiu-hua,SUN Lan-juan.An Improved Particle Swarm Optimization and Simulation[J].,2007,(06):88.
[6]方峻 唐普英 任诚.一种基于加权有向拓扑的改进粒子群算法[J].计算机技术与发展,2006,(08):62.
　FANG Jun,TANG Pu-ying,REN Cheng.A Modified Particle Swarm Optimization Based on Directional Weighting Topology[J].,2006,(06):62.
[7]林小峰 黄元君.基于神经网络近似的自适应优化控制[J].计算机技术与发展,2011,(11):100.
　LIN Xiao-feng,HUANG Yuan-jun.Adaptive Optimal Control Based on Neural Network Approximation[J].,2011,(06):100.
[8]张璐 张国良 张维平 敬斌.基于粒子群三次样条优化的局部路径规划方法[J].计算机技术与发展,2012,(11):145.
　ZHANG Lu,ZHANG Guo-liang,ZHANG Wei-ping,et al.Local Path Planning Algorithm Based on Particle Swarm Optimization of Cubic Splines[J].,2012,(06):145.
[9]张奇 黄卫东.构建基于PSO—BP网络的电信客户信用度评估模型[J].计算机技术与发展,2012,(12):146.
　ZHANG Qi,HUANG Wei-dong.Construction of Credit Evaluation Model for Telecommunication Clients Based on PSO-BP Neural Network[J].,2012,(06):146.
[10]宋发兴,高留洋,刘东升,等.基于粒子群优化的BP神经网络图像复原方法[J].计算机技术与发展,2014,24(06):149.
　SONG Fa-xing,GAO Liu-yang,LIU Dong-sheng,et al.A Method of Image Restoration Based on Particle Swarm Optimization for BP Neural Network[J].,2014,24(06):149.
[11]陆克中 方康年.PSO算法在非线性回归模型参数估计中的应用[J].计算机技术与发展,2008,(12):134.
　LU Ke-zhong,FANG Kang-nian.Application of PSO Algorithm in Parameter Estimation of Nonlinear Regression Models[J].,2008,(06):134.

备注/Memo

备注/Memo:
国家自然科学基金资助项目（70271050）陆克中（1976-），男，安徽枞阳人，硕士，讲师，主要研究方向为智能优化算法的理论与应用研究；王汝传，教授，博士生导师，从事计算机软件与理论、计算机网络、信息安全等研究
更新日期/Last Update: 1900-01-01