【摘 要】
：
针对非线性模型的参数估计寻优较为困难的问题,提出一种基于改进的差分进化算法的非线性系统模型参数辨识新方法。通过引入一个自适应变异率,随着迭代的进行自适应调整缩放因子,从而在初期保持种群多样性以避免早熟,并在后期逐步降低变异率,保留优良信息,避免最优解遭到破坏。交叉概率采用动态非线性增加的方法,提高了收敛速度。为了验证算法性能,针对几类典型的非线性模型参数辨识问题进行了仿真研究,并将其应用于一类发酵
【机 构】
：
江南大学教育部轻工过程先进控制重点实验室,江南大学物联网工程学院
论文部分内容阅读
针对非线性模型的参数估计寻优较为困难的问题,提出一种基于改进的差分进化算法的非线性系统模型参数辨识新方法。通过引入一个自适应变异率,随着迭代的进行自适应调整缩放因子,从而在初期保持种群多样性以避免早熟,并在后期逐步降低变异率,保留优良信息,避免最优解遭到破坏。交叉概率采用动态非线性增加的方法,提高了收敛速度。为了验证算法性能,针对几类典型的非线性模型参数辨识问题进行了仿真研究,并将其应用于一类发酵动力学模型参数的估计中。结果表明改进算法的参数辨识精度高,收敛速度也比较快,有效提高了模型建立的精度与效
其他文献
Dempster-Shafer证据理论广泛应用于信息融合中,但是在证据高冲突情况下基于经典D-S证据组合规则的融合结果存在反直观的问题。针对这一问题,提出一种基于平均偏离度的证据组合方法。首先引入证据距离函数获得各证据体的相互支持度,并将支持度归一化为证据的信任度。对所有的证据进行信任度加权平均,获得一个参考证据。然后利用该参考证据对各个原始证据进行偏离度的判定及修正。最后利用Dempster-S
为了解决前馈神经网络训练收敛速度慢、易陷入局部极值及对初始权值依赖性强等缺点,提出了一种基于反传的无限折叠迭代混沌粒子群优化(ICMICPSO)算法训练前馈神经网络(FNNs)参数。该方法在充分利用BP算法的误差反传信息和梯度信息的基础上,引入了ICMIC混沌粒子群的概念,将ICMIC粒子群(ICMICPS)作为全局搜索器,梯度下降信息作为局部搜索器来调整网络的权值和阈值,使得粒子能够在全局寻优的
针对云计算环境下虚拟机部署问题,提出了一种基于双边匹配的决策分析方法。首先对虚拟机部署的双边匹配问题进行了数学描述;然后在此基础上,以使匹配双方满意度最大为目标,构建了多目标优化模型,并通过模型求解得到最优匹配结果;最后通过一个仿真实验分析验证了提出方法的可用性。实验结果表明,该方法能兼顾匹配双方的要求,从而能合理利用资源以减少能耗。
提出一种基于克隆选择算法(CSA)的任务完成时间—经济成本多目标优化算法。该算法利用前驱任务优先调度策略生成合法的初始种群,避免随机解引起算法收敛速度慢的问题;在种群的进化阶段,引入交叉算子,增加了种群的差异性。与遗传算法(GA)的对比实验证明该算法在提高收敛速度和探索最优解方面性能更优。
针对传统的否定选择算法(NSA)在网络故障诊断应用中所生成的检测器效率不高以及检测器之间重叠面积较大的问题,提出了一种基于差分进化的改进否定选择算法(DE-NSA)。该算法先采用否定选择算法随机地产生检测器,然后通过差分进化算法对所生成的检测器进行优化分布;之后利用局部离群因子(LOF)作为适应度函数来优化检测器之间的距离,避免检测器之间过大的重叠区域。通过对网络故障数据实验仿真,以检测率、误报率
非负矩阵分解(non-negative matrix factorization,NMF)算法是在矩阵中所有元素均为非负的条件下对其实现的非负分解,基于非负矩阵分解的图像特征提取技术通过将图像表示为一系列非负基图像非减的叠加组合来提取图像的特征,这种特征提取方法不但具有良好的局部表征特性、有一定的稀疏性,而且对遮挡、光照不均及图像质量较差等情形具有卓越的效果。自正式提出以来,该方法得到了许多改进,
为了解决互联网电子政务信息的安全共享与交换问题,提出一种交换策略可定制、交换数据可信、交换行为可控的定制数据安全交换模式。重点分析了定制数据安全交换模式下存在的安全威胁;针对安全威胁提出了相应的解决方法,并总结分析了所涉及关键技术的研究现状与不足之处;最后指出了定制数据安全交换未来的研究热点及发展前景。
虚拟机迁移是解决物理服务器过载的主要手段之一。作为虚拟机迁移领域的经典算法之一,基于最小迁移时间的虚拟机选择算法虽然具有较低的服务等级协议违例率,但是往往需要迁移多个虚拟机才能解决一次过载,效率较低。为解决这一问题,提出了一种基于容量感知和负载特征的虚拟机选择算法。该方法利用最少虚拟机策略和最小迁移时间策略选择虚拟机,以此降低解决服务器过载时迁移的虚拟机次数和耗费的时间。与基于最小迁移时间的算法相
He对Liu等人提出的无证书签密方案进行了改进,用以实现AⅠ类型敌手攻击下签密方案的不可伪造性。但通过对He所提的改进方案进行安全性分析发现,该方案无法抵制AⅡ类型敌手的伪造签密攻击,并且用户在签密过程中使用的一次性数据一旦发生泄露也会影响方案的安全性。由此,基于椭圆曲线离散对数问题提出一个新的无证书签密方案,安全性及效率分析表明新方案能弥补He所提方案存在的安全漏洞且运行效率不低于同类方案。
社团结构是复杂网络最普遍和最重要的属性之一,复杂网络的社团区划研究就是要合理地划分出复杂网络中真实存在的社团结构。主要将超网络的思想及理论方法应用于复杂网络的社团区划研究,针对当前GN算法的一些不足,从超网络视角出发,结合标准化程度中心性理论方法,构建了一种新的复杂网络社团区划算法,通过算例对新算法进行了验证与分析。实验结果表明,与GN算法相比,新算法在区划结果上有所改进和完善。