基于多种协同进化算法的混沌系统辨识

《基于多种协同进化算法的混沌系统辨识》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。基于多种协同进化算法的混沌系统辨识　　摘要：针对混沌系统的不稳定动态行为，及目标函数F具有多个局部极值点的问题，采用基于策略协同的异构协同进化算法和基于参数协同的合作型协同进化算法对混沌系统进行参数辨识，并与粒子群算法进行比较。仿真实验表明，SSHCEA和PSCCEA在混沌系统的参数辨识方面具有很强的搜索能力。　　关键词：策略

2、协同；异构协同；chen系统；系统辨识　　中图分类号：TP18文献标识码：A文章编号：1007--0135-02　　1引言　　混沌运动是在确定性系统范围内出现的某种随机状态[1]，广泛存在于非线性系统内不稳定、无规则运动状态中。众多学者采用传统算法对混沌模型进行辨识，均存在辨识精度低等问题。　　针对此问题，本文提出基于策略协同的异构协同进化算法和基于参数协同的合作型协同进化算法对混沌系统进行辨识，仿真实验表明，改进算法SSHCEA和PSCCEA在混沌系统的辨识方面精度高、搜索能力强。　　2混沌系统辨识

3、原理为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。　　混沌运动能够不重复的遍布自身所有状态，具有很强的初值敏感性，初始值的微弱变化都能够引起整个系统行为的巨大改变[2]。混沌系统的参数估计

4、辨识原理图如图1所示。　　为能够获取最优的混沌系统的参数估计值，通过选取原混沌系统的参数变量x=T与新混沌模型参数变量Y=T的差值最低的数值，并将情况反馈给算法[3]。在某种评价下，通过调整算法实现辨识的混沌系统与原混沌模型最接近，适应度值最小。　　3算法介绍　　SSHCEA算法在混沌系统中的描述　　5仿真结果　　三种智能算法对混沌系统进行参数辨识，实验结果如表1所示。　　三组算法的适应度曲线如�D4所示。　　从图4中看到，SSHCEA算法收敛最快，PSCCEA算法其次，PSO算法收敛精度最低。证明了

5、PSCCEA和SSHCEA两种改进的协同进化算法在辨识Chen混沌系统中的优越性。　　6结语为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。　　针对混沌系统的不稳定动态行为，及目标函数具有多

6、个局部极值点的问题，本文提出两种改进协同算法SSHCEA和PSCCEA，对chen混沌系统进行参数辨识，并与粒子群算法进行比较，仿真实验表明，两种改进协同算法在混沌系统的参数辨识方面具有很强的搜索能力。说明拥有不同策略的粒子群可以更加全面的搜索到区域内的所有解，增强了种群搜索的多样性，与此同时，更好的避开局部极值的扰动，更快更精准搜索到全局最优解值。　　为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、

7、反邪教教育等丰富学生的课余文化生活。