%0 Journal Article
%A 卫晓娟
%A 丁旺才
%A 李宁洲
%A 周学舟
%T 基于改进粒子群算法的Volterra模型参数辨识
%D 2015
%R 
%J 振动与冲击
%P 105-112
%V 34
%N 21
%X 针对非线性系统Volterra泛函级数模型，结合混沌优化策略和种群多样性控制思想，提出了一种改进粒子群算法，并应用于Volterra模型参数的辨识，将非线性系统的辨识问题转化为高维参数空间上的优化问题。利用混沌序列增加初始种群的多样性，通过构建动态子群以进行协作寻优，且各子群采用不同的参数自适应调整策略，并定义算法收敛性测度以对精英粒子进行合理的混沌变异，避免了算法早熟收敛，提高了算法的寻优速度和寻优精度。仿真实验中，将该方法与基于标准粒子群算法、遗传算法、量子粒子群算法的Volterra模型参数辨识方法相比较，验证了该辨识方法的有效性和鲁棒性。<br>
%U https://jvs.sjtu.edu.cn/CN/abstract/article_5199.shtml