基于改进人工蜂群算法的非线性系统参数辨识

作者：肖晓; 王明春; 张雨飞; 吴君

来源：工业控制计算机, 2019, (11): 65-67.

• 人工蜂群算法
• 交叉算子
• 高斯变异
• 混沌扰动
• 参数辨识 artificial bee colony algorithm
• crossover operator
• gauss mutation
• chaotic perturbation
• parameter identification

针对人工蜂群算法存在的收敛速度慢,易陷入局部最优等问题,提出一种结合遗传算法的交叉算子,并在算法后期引入高斯变异和混沌扰动的改进人工蜂群算法。为验证改进算法的性能和有效性,用典型测试函数进行对比测试,并将改进算法应用于非线性传递函数模型的参数辨识中。实验结果表明,改进的算法收敛速度快,收敛精度高,辨识效果好。

• 单位
  东南大学