论文部分内容阅读
给出了利用基因表达式编程(GEP)进行非线性系统辨识的方法,弥补了传统辨识方法需要过多预知信息的不足,有着比遗传编程(GP)更简洁有效的系统模型结构表达方式.利用改进的遗传算法(GA)并行地进行模型参数进化,可以在有限的给定数据内得到合适的模型.关于模型适应度的定义,综合考虑了精确性和复杂性因素,能够获取一种比较折中的辨识结果.仿真结果表明,这种方式可以快速、准确地获取非线性模型.