首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于樽海鞘算法的单集气管压力控制模型辨识方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南通大学

摘要:本发明提供了一种基于樽海鞘算法的单集气管压力控制模型辨识方法,属于集气管压力控制系统辨识技术领域。在模型上,解决了常用的整数阶模型不够精确,导致辨识精度不够高的技术问题;在辨识方法上,解决了梯度迭代法收敛速度较慢,会使辨识结果陷入局部最优,选择迭代步长时需要考虑辨识结果发散的技术问题。其技术方案为:包括以下步骤:步骤1构建单集气管阀位和压力的分数阶CARMA模型;步骤2构建樽海鞘算法的辨识流程。本发明的有益效果为:本发明的樽海鞘算法的单集气管压力控制模型辨识方法进行的参数辨识结果中,可以看出,该方法的辨识精度高,输出的参数估计误差小;同时,也说明本辨识方法对于单集气管压力控制模型具有较好的适用性。

主权项:1.一种基于樽海鞘算法的单集气管压力控制模型辨识方法,其特征在于,包括以下步骤:步骤1构建单集气管阀位和压力的分数阶CARMA模型,根据所构建的系统模型获取单集气管压力控制模型;所述步骤1的建模步骤如下:步骤1-1构建单集气管阀位和压力的分数阶CARMA模型:如式1,给出分数阶CARMA系统的一般形式, Azyt=Bzut+Dzvt1其中,ut为系统的输入,yt为系统的输出,vt为白噪声,Az,Bz和Dz是关于后移算子z-1的多项式,α为分数阶阶次,aii=1,2,…,na,bjj=1,2,…,nb和dkk=1,2,…,nd为要用输入数据和输出数据进行辨识的参数;步骤1-2根据式2至10得到输出yt与输入ut,误差vt之间的关系,其中,根据Grünwald-LetnikovG-L定义得到: 其中,t=kh时,h为采样时间设为1,k为计算导数近似值的样本数;式2中为牛顿二项式: Γ为欧拉函数: 式1写为: 其中,为信息向量,θ为参数向量;步骤2构建樽海鞘算法的辨识流程;所述步骤2构建樽海鞘算法的辨识流程的步骤如下:步骤2-1初始化,根据公式11初始化樽海鞘种群的位置X,XN×D=randN,D×Ub-Lb+Lb11其中,N为樽海鞘种群的数量,D为维度即待辨识参数个数,Ub=[ub1,ub2,…,ubD]为各个维度的搜索上界,Lb=[lb1,lb2,…,lbD]为各个维度的搜索下界;初始化可移动食物源的位置F=[F1,F2,…,FD],即樽海鞘种群的移动目标;步骤2-2获取集气管阀位作为系统输入数据,集气管压力为系统输出数据,记录数据;步骤2-3计算每一只樽海鞘在各维度位置的适应度值,对各只樽海鞘位置的适应度值进行排序,适应度值最好的樽海鞘的位置即为最新的可移动食物源的位置F;步骤2-4樽海鞘种群分为领导者和跟随者,领导者为种群中第1至个樽海鞘,跟随者则为种群中其余的樽海鞘;按照公式12更新领导者: 其中,为第i个领导者在j维度中的位置,Fj为食物在j维度中的位置,ubj和lbj分别为j维度中的搜索上界和下界,控制参数c2和c3是[0,1]中的随机数,另一个控制参数c1计算如公式13所示: l为当前迭代次数,L为最大迭代次数,按照公式14更新跟随者: 其中,为第i个跟随者在j维度中的位置;步骤2-5根据各维度搜索上界和下界修正每只樽海鞘的位置;步骤2-6判断是否达到最大迭代次数,若没有达到,程序跳转到步骤2-3,若达到,进入步骤2-7;步骤2-7输出结果,完成辨识。

全文数据:

权利要求:

百度查询: 南通大学 一种基于樽海鞘算法的单集气管压力控制模型辨识方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。