基于多种协同进化算法的混沌系统辨识.docxVIP

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有哪些信誉好的足球投注网站能力。　　关键词：策略协同；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、有哪些信誉好的足球投注网站能力强。　　2 混沌系统辨识原理　　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　　针对混沌系统的不稳定动态行为，及目标函数具有多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有哪些信誉好的足球投注网站能力。说明拥有不同策略的粒子群可以更加全面的有哪些信誉好的足球投注网站到区域内的所有解，增强了种群有哪些信誉好的足球投注网站的多样性，与此同时，更好的避开局部极值的扰动，更快更精准有哪些信誉好的足球投注网站到全局最优解值。