文献

J-GLOBAL ID：201602232772811360   整理番号：16A0320554

改良型PSOアルゴリズムに基づく非線形Volterraモデルのパラメトリック同定【Powered by NICT】

Parametric identification of nonlinear volterra model based on improved PSO algorithm

著者 (4件)： Wei Xiaojuan (School of Mechatronic Engineering, Lanzhou Jiaotong Univ., Lanzhou) ,  Ding Wangcai (School of Mechatronic Engineering, Lanzhou Jiaotong Univ., Lanzhou) ,  Li Ningzhou (School of Mechatronic Engineering, Lanzhou Jiaotong Univ., Lanzhou) ,  Zhou Xuezhou (School of Mechatronic Engineering, Lanzhou Jiaotong Univ., Lanzhou)
資料名： Zhendong yu Chongji  (Zhendong yu Chongji)
巻： 34  号： 21  ページ： 105-112  発行年： 2015年 
JST資料番号： C2157A  ISSN： 1000-3835  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 粒子群最適化(PSO)を結合したカオス的最適化戦略と個体群多様性の制御の考えとによる,改良された粒子群最適化(IPSO)アルゴリズムは,非線形Volterra級数モデルのパラメトリック同定のために提案した。この方法の基本的アイデアは,非線形システム同定の問題は,高次元パラメータ空間での最適化問題に変換した。カオス最適化戦略は,初期個体群の多様性を増大させるために用いた。建物の動的サブグループにより,最適化は,サブグループの協調により実現した。IPSOの制御パラメータの適応調整戦略は,サブグループを用いた。IPSOの収束尺度はカオス的突然変異操作を合理的に行うために定義した。従って,早期収束を回避した,IPSOの速度と精度が向上した。シミュレーション試験の結果,提案した方法は,標準PSOアルゴリズム,遺伝的アルゴリズムおよび量子挙動PSOに基づくVolterraモデル同定法とそれぞれ比較した。その有効性とロバスト性を検証した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： *アルゴリズム ,  遺伝的アルゴリズム ,  最適化 ,  突然変異 ,  Volterra級数 ,  ロバスト性 ,  最適化問題 ,  カオス ,  個体群 ,  シミュレーション ,  高次元
準シソーラス用語： 早期収束 ,  制御パラメータ ,  パラメータ空間 ,  粒子群最適化 , 【Automatic Indexing@JST】

分類 (9件)： 振動の励起・発生・測定  (BB02030Z) ,  鉄道施設・建設一般  (RC07010F) ,  建築物の維持・管理  (RB01020X) ,  振動一般  (BB02010D) ,  脳・神経系モデル  (EL02050C) ,  構造動力学  (HD02000E) ,  弾性力学一般  (HC02010M) ,  緩衝器,ばね  (QB01110U) ,  ゴム・プラスチック材料試験  (HB03000F)

タイトルに関連する用語 (4件)： PSOアルゴリズム ,  非線形 ,  モデル ,  パラメトリック同定