[发明专利]一种基于改进的紧凑式教学优化算法的机械参数软测量方法

权利要求书

1.一种基于改进的紧凑式教学优化算法的机械参数软测量方法，其特征在于，所述方法包括如下步骤：

步骤一：建立待测系统模型，确定需测量的机械参数；

步骤二：测量系统模型中可以直接测得的参数，代入系统模型中，建立模型方程；

步骤三：建立优化算法目标函数；所述建立优化算法目标函数：

对于待测系统模型表达为Y＝A·X的线性系统，待测系统模型描述中X表示输入，Y表示输出，A为系统参数，建立其目标函数为：

待测系统中有n组输出，n为大于1的常数，i＝0,…n；

对于待测系统模型表达为Y＝A·X+B的线性系统，建立其目标函数为：

A和B均为系统参数；

对于待测系统模型表达为Y＝A·X·C+B的线性系统，建立其目标函数为：

A、B和C均为系统参数；

对于输入和输出为非线性关系的待测系统，可通过数学方法对其进行线性

化，近似为上述的线性系统，建立对应的目标函数；

对于输入输出不能表达为显式函数关系的待测系统，待测系统模型为G(R,X,Y)＝0，R为参数向量，建立其目标函数为：

步骤四：测量待测系统的n组输入和对应的n组输出，代入目标函数；

步骤五：初始化计数器t＝0，均值初始值μ_t[i]＝0，方差初始值σ_t[i]＝λ；i＝0,…n；构成PV矩阵的初始值PV的每一行包含高斯分布的一组均值和方差；其中t为算法迭代次数计数器的计数，由PV矩阵生成随机向量Tr_t的初始值；

步骤六：由PV矩阵生成随机向量St_t，St_t中的每一个元素对应PV矩阵中一组均值和方差决定的高斯函数的随机值；

步骤七：计算均值DMean_t＝rand₁×(Tr_t-round(1+rand₂(0,1))×μ_t)，round函数接受一个参数返回与参数最近的整数，rand₁和rand₂均为随机函数；

步骤八：更新

步骤九：将和Tr_t分别代入目标函数，将获得的函数值进行比较，若则winner＝Tr_t，若则loser＝Tr_t，loser表示目标函数得到的较差解向量，winner表示目标函数得到的较优解向量；

步骤十：轮流对winner和loser的每一项进行一次相互替换，然后比较替换后的winner和替换前的winner两者在目标函数下的表现，如果替换后的表现较好，则替换winner和loser对应的项；

步骤十一：更新均值和方差：

更新PV矩阵；Np表示紧凑式教学优化算法虚拟人口数；

步骤十二：由步骤十一获得的PV矩阵随机生成

步骤十三：将和分别代入目标函数，将获得的函数值进行比较，若生成新的若生成新的

步骤十四：将新的和Tr_t分别代入目标函数，将获得的函数值进行比较，若则winner＝Tr_t，若则loser＝Tr_t，

步骤十五：轮流对winner和loser的每一项进行一次相互替换，然后比较替换后的winner和替换前的winner两者在目标函数下的表现，如果替换后的表现较好，则替换winner和loser对应的项；

步骤十六：更新均值和方差：

更新PV矩阵；

步骤十七：更新Tr_t+1＝winner；

步骤十八：t＝t+1，判断t是否等于设定的值iteration maximum，若是，则转入步骤十九，若否，则转入步骤七；

步骤十九：取Tr_t的最大值Tr_max作为最优解向量St_opt，其中，t∈[0,iterationmaximum]；

步骤二十：将步骤十九所得的最优解向量St_opt中的参数按需测量的机械参数的顺序对应到所求的参数，获得系统模型中不能直接测得的机械参数。