论文部分内容阅读
参数辨识是过程建模的基础，对于参数辨识问题提出了许多不同的方法。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，提出一种基于微粒群优化（PSO）算法的模型参数辨识方法，利用PSO算法的强大优化能力，通过对算法的改进，将过程模型的每个参数作为微粒群体中的一个微粒，利用微粒群体在参数空间进行高效并行的搜索，以获得过程模型的最佳参数值，并将其用于对非线性系统模型的参数辨识，可有效提高参数辨识的精度和效率。该方法应用到实际例子中，获得了满意的辨识精度和效率，得到较为精确的过程模型，模型输出与实际输出基