基于遗传编程系统辨识的研究

《基于遗传编程系统辨识的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、U．D．C：621．3DissertationfortheDoctoralDegreeinEngineeringCandidate：ResearchonSystemIdentificationbyGeneticProgrammingSupervisor：AcademicDegreeAppliedfor：Speciality：School：DateofDefence：Degree—Conferring—Institution：YuanXiao．1eiProf．BaiYanDoctorofEngineering，tH●‘1laermalenglneenngSchoolofControlandC

2、omputerEngineenngJune，2010NorthChinaElectricPowerUniversity●I声明尸明本人郑重声明：此处所提交的博士学位论文《基于遗传编程的系统辨识研究》，是本人在华北电力大学攻读博士学位期间，在导师指导下，独立进行研究工作所取得的成果。尽我所知，除文中己经注明引用的内容外，本学位论文的研究成果不包含任何他人享有著作权的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。签～日期芈关于学位论文使用授权的说明本人完全了解华北电力大学有关保留、使用学位论文的规定，即：①学校有权保管、并向有关部门送交学位论文的原件与复印件

3、：②学校可以采用影印、缩印或其它复制手段复制并保存学位论文；③学校可允许学位论文被查阅或借阅；④学校可以学术交流为目的，复制赠送和交换学位论文；⑤同意学校可以用不同方式在不同媒体上发表、传播学位论文的全部或部分内容。(涉密的学位论文在解密后遵守此规定)／作者签名歪蓝磊导师签名x丝!丝堑．日期华北电力大学博士学位论文摘要现代控制对象越来越复杂，为了有效地进行控制策略的实施和优化、过程监视及故障诊断、控制对象仿真等工作，建立被控对象的准确数学模型是非常必要的。系统辨识是从系统的输入、输出数据建立系统数学模型的理论和方法，是系统科学和现代控制理论的重要分支。在本文中，将一种先进的可持续进化模型—

4、—层次化公平竞争模型(HierarchicalFairCompetition，简称HFC)与遗传编程(GeneticProgramming，简称GP)算法相结合，实现了对非线性复杂目标系统结构和参数的一体化高效、准确、辨识。论文的研究内容体现在以下四点：1．在对当前已有系统辨识方法研究、分析、总结的基础上，将GP算法与系统辨识问题结合，构造了基本(单种群)GP辨识算法，可应用于静态和动态系统辨识问题，实现对目标系统结构和参数的同步辨识，从而形成一种适用范围比较广泛、基于进化计算的系统辨识方法，比其它现有辨识算法有优越之处。2．对进化算法中的早熟收敛现象进行了深刻剖析，阐明了传统的单种群GP

5、算法无法为复杂系统建立精确数学模型的局限性。对当前各种抗早熟收敛技术进行了比较全面的回顾，分析了各种方法的机理及局限性。在基本的单种群GP算法的基础上，构造了两种抗早熟收敛的并行多种群GP算法：基于ISLAND模型的多种群GP算法(简称ISLANDGP)和HFCGP算法，可应用于复杂的随机非线性系统辨识。3．对各类系统模型实例进行了辨识。使用基本单种群GP算法对两个静态(波纹函数、二次多项式)模型进行了辨识；使用基本单种群GP、ISLANDGP、HFCGP三种算法对五个基于AR)(／ARMAX／NARⅪ，NARMAX的动态模型进行了辨识，并对结果进行了分析比较。4．对三种GP算法的效能进行

6、了比较，证明HFCGP算法具有最好的抗早熟收敛和可持续进化能力，算法的运行效率也很高，是一种适合于复杂非线性系统辨识的优秀算法。关键字：系统辨识，遗传编程，层次化公平竞争，可持续进化]摘要AbstractModemcontrolobjectsinautomationfieldsarebecomingmoreandmorecomplex．Accuratesystemidentificationandmodelingisimportantforeffectiveimplementation／optimizationofcontrolstrategy,processmonitoring，faul

7、tdiagnosis，simulation，etc．Inthisthesis，geneticprogramming(GP)iscombinedwithanadvancedsustainableevolutiontechniquenamedHFC(HerarchicalFairCompetition)，toeffectively,accuratelyandsimultaneouslyidentifystructuresan