[发明专利]一种采用改进混合粒子群算法的热工过程模型参数辨识方法

摘要

本发明公开了一种采用改进混合粒子群算法的热工过程模型参数辨识方法，包括如下步骤：(1)确定辨识系统结构与待辨识参数；(2)获取用于辨识的输入输出数据；(3)运行改进混合粒子群算法得到最优解。本发明将热工过程模型的辨识问题转化为参数的组合优化问题，利用改进混合粒子群算法对参数空间进行高效搜索，获得系统模型参数的最优估计；相比基本粒子群算法，引入遗传算法中的选择、杂交和变异机制，保持群体多样性，避免算法陷入局部最优解；引入人工免疫中的疫苗提取和接种的思想，提高算法搜索速度，采用改进的自适应变异，更合理的保持粒子多样性；引入模拟退火思想，在搜索过程中具有概率突跳的能力，避免搜索过程陷入局部最小解。

主权项

1.一种采用改进混合粒子群算法的热工过程模型参数辨识方法，其特征在于，包括如下步骤：(1)确定辨识系统结构与待辨识参数：定义指标函数为：其中，为模型输出，y(k)为对象实际输出；二阶非线性动态模型为：其中，有四个未知参数：增益系数K、时间常数T₁、T₂和延迟时间τ；(2)获取用于辨识的输入输出数据：对象的输入数据取伪随机二进制序列，输出数据为用于辨识的模型测试数据；然后利用lsim函数求输出信号，及y＝lsim(G,u_t,t)，其中u_t为用于辨识的输入，t为取样时间点，G为系统传递函数，s为一个复数，代表系数在复领域，y为用来辨识的输出信号；得到的输入和输出数据用于辨识的模型测试数据；(3)运行改进混合粒子群算法得到最优解，具体包括如下步骤：(31)自然选择；每次迭代过程中将整个粒子群按适应度由大到小进行排序，选取前m个作为疫苗；(32)杂交；根据杂交概率选取指定数量的粒子放入杂交池内，池中的粒子随机两两杂交产生同样数目的子代粒子，子代粒子的位置和速度计算公式如下式：(33)自适应变异；采用自适应变异，在迭代开始时，变异概率P_m较小，随着迭代的进行，P_m增加，P_m的表达式如下式：式中：P_max、P_min分别为最大、最小变异率；f_max为种群中最大适应度；f_avg为每代种群中的平均适应度；f为变异个体的适应度；(34)模拟退火；概率受到温度参数的控制，大小随着温度的下降而减小，当前温度下各P_i的适配值如下式：采用轮盘赌策略从所有P_i中确定全局最优的某个替代值P_g’，各粒子的速度和位置如下式：x_i,j(t+1)＝x_i,j(t)+v_i,j(t+1)(7)其中，初始温度和退火方式如下式：t_k+1＝λt_k,t₀＝f(p_g)/ln5(8)；(35)接种疫苗与选择；将之前提取的疫苗与模拟退火后的粒子合并，按适应度由大到小排序，选取前N个粒子生成新一代种群；每次迭代粒子更新自己的位置和速度，记忆每个粒子经过的最好解和群体最好解，通过不断迭代，最终找到全局最优解。