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：杭州电子科技大学

摘要：本发明公开了一种基于MDE算法的压电致动器迟滞模型参数辨识方法，该参数辨识方法在变异操作中的缩放因子和交叉操作中的交叉概率中引入自适应机制，使缩放因子和交叉概率的数值随迭代次数改变，有助于算法跳出局部最优解，提高了参数辨识的收敛速度和解的质量。同时，本发明的选择操作将进化过程中出现的最好的个体复制到下一代原始种群中进行迭代，并给予原始种群和试验种群中的个体进入下一代原始种群的机会，弥补了传统DE算法早熟收敛的缺陷，维持种群的多样性。此外，本发明能够精确辨识复杂迟滞模型中的参数，有效地解决了压电致动器迟滞模型参数预测精度不高的问题，并且能够提高模型参数的输出稳定性。

主权项：1.一种基于MDE算法的压电致动器迟滞模型参数辨识方法，其特征在于：包括以下步骤：步骤一、以压电致动器迟滞模型中需要辨识的参数作为原始种群中的个体；原始种群的维度n为辨识的参数个数；使用适应度函数计算原始种群中每个个体的适应度，选取每个维度中适应度最高的个体作为最优个体xbest,j；其中，j＝1,2,...,n；步骤二、对原始种群执行变异操作，生成变异种群，变异操作中的缩放因子F自适应变化，其表达式为：F＝F0×1+W×rand0,1其中，F0为初始变异率；W为自适应权重；rand0,1为[0,1]范围内的随机数；对缩放因子F进行边界检查，若缩放因子F超出预设的边界，则将其调整至边界范围内；步骤三、对原始种群和变异种群进行交叉操作，得到试验种群；交叉操作中的交叉概率CR的表达式为： 其中，CRmax为交叉概率CR的最大值；CRmin为交叉概率CR的最小值；P_CR为自适应调整概率；CR0为初始交叉概率；对试验种群中的所有个体分别进行边界检查，若试验种群中的个体超出预设的个体边界，则将其调整至边界范围内；步骤四、对试验种群和原始种群进行选择操作，获取下一代原始种群；使用适应度函数计算下一代原始种群中每个个体的适应度；分别将每个维度中最高的适应度与最优个体的适应度进行比较，若下一代原始种群中的个体适应度更高，则更新最优个体xbest,j；反之，最优个体xbest,j不变；步骤五、重复步骤二至四，直至迭代次数达到预设的最大迭代次数G；迭代完成后获取的最优个体xbest,j作为压电致动器迟滞模型中需要辨识的参数值。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种基于MDE算法的压电致动器迟滞模型参数辨识方法