柯晶
- 作品数：20 被引量：143H指数：4
- 供职机构：山东大学控制科学与工程学院更多>>
- 发文基金：山东省自然科学基金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术理学电子电信机械工程更多>>
- 应用混合进化策略辨识Wiener-Hammerstein模型被引量：4
- 2006年
- 提出了一种基于进化策略的多输入单输出Wiener-Hammerstein模型辨识新方法。该方法的基本思想是将模型辨识问题转化为非线性不可微函数优化问题,然后采用进化策略获得该优化问题的解。为了进一步增强进化策略辨识的性能,提出一种混合进化策略方法。混合进化策略采用如下方法以提高算法的全局寻优能力:基本排序的高斯-柯西自适应混合变异算子;策略参数的中间重组和均匀扰动;混合选择方案。仿真结果验证了上述混合进化策略辨识方法的有效性。
- 柯晶姜静乔谊正
- 关键词：系统辨识参数估计进化策略
- 强跟踪状态估计与群集辨识
- 状态估计与系统辨识是现代控制理论中两个重要的研究领域.该文对基于强跟踪滤波器和群集智能的状态估计与系统辨识问题进行了深入的研究和探讨,提出了多种有效的强跟踪状态估计与群集辨识方法.该文主要研究成果和创新如下:(1)提出了...
- 柯晶
- 关键词：状态估计系统辨识强跟踪滤波器群集智能粒子群优化
- 基于粒子群优化的非线性观测器
- 粒子群优化算法是一种新型、高效的进化计算方法。提出了一种基于粒子群优化的非线性观测器设计方法。该方法属于滚动时域估计方法。方法的基本思想是将非线性连续时间系统的状态估计问题转化为非线性函数的在线优化问题,然后利用粒子群优...
- 柯晶李歧强钱积新
- 关键词：进化计算粒子群优化非线性观测器
- 文献传递
- 非线性离散时间系统的自适应函数观测器被引量：4
- 2003年
- 针对一大类非线性离散时间系统提出了一种自适应函数观测器(AFO)。通过引入状态变换,得到了一类降阶形式的状态估计问题。采用一种稍加修改的强跟踪滤波算法估计降阶状态向量,然后利用降阶状态向量估计非线性状态函数。给出了AFO局部渐近收敛的充分条件。数值仿真示例显示AFO是一种具有强跟踪性质的自适应观测器,能在估计非线性状态函数的同时准确估计未知时变参数。
- 柯晶钱积新
- 关键词：非线性系统非线性观测器强跟踪滤波器
- 基于混合进化策略的非线性系统辨识被引量：2
- 2004年
- 进化策略是一类适用于非线性、不可微和多峰值复杂函数的优化方法。提出了基于混合进化策略的非线性系统辨识方法。方法的基本思想是将非线性系统辨识问题转化为参数空间上的函数优化问题,然后应用一种新的混合进化策略对整个参数空间进行搜索以获得系统参数的最优估计。仿真结果显示了该方法的有效性。
- 柯晶李歧强乔谊正
- 关键词：系统辨识进化算法进化策略
- 集群竞赛优化算法被引量：2
- 2005年
- 通过采用群体化策略和竞赛奖励制度,提出一种集群竞赛优化算法,该算法的基本思想可以归纳为竞争择优、胜者奖励、向优集群和保持多样,指出该算法与其它集群智能方法之间的联系与区别。采用多个经典测试函数对该算法进行评价并与其它优化方法进行比较。比较结果表明,平均起来,该算法优于粒子群优化算法和一种进化优化方法。
- 柯晶李歧强钱积新
- 关键词：进化计算集群智能
- 基于粒子群优化的时变系统辨识被引量：14
- 2003年
- 提出了一种基于粒子群优化的时变系统辨识方法。其基本思想是将时变系统的辨识问题转化为非线性连续函数的在线优化问题 ,然后利用粒子群优化获得系统参数的最优估计。仿真结果显示 ,该方法对于时变参数具有很强的跟踪能力 ,与采用遗传算法的系统辨识方法相比 ,有实现简单、运算量小等特点。
- 柯晶李威武钱积新
- 关键词：系统辨识参数估计
- 一种改进粒子群优化算法被引量：80
- 2003年
- 作为群集智能的代表性方法之一,粒子群优化(PSO)算法通过粒子之间的合作与竞争以实现对多维复杂空间的高效搜索。提出了一种改进粒子群优化(MPSO)算法。MPSO同时采用局部模式压缩因子方法和全局模式惯性权重方法以获得相对较高的性能。针对PSO算法可能出现的停滞现象,MPSO引入了基于全局信息反馈的重新初始化机制。数值仿真结果显示了该算法的有效性。
- 柯晶钱积新乔谊正
- 关键词：进化计算群集智能粒子群优化
- 多输入单输出Wiener-Hammerstein模型的集群辨识
- 2005年
- 讨论了集群辨识的概念和特点。针对多输入单输出Wiener—Hammerstein模型提出了一种集群辨识方法。方法的基本思想是将模型辨识问题转化为参数空间上非线性函数的最优化问题,然后采用集群智能方法对整个参数空间进行高效并行搜索以获得模型参数的最优估计。仿真结果显示了本方法的有效性。
- 柯晶乔谊正钱积新
- 关键词：集群智能系统辨识
- 基于强跟踪滤波器的改进非线性自适应观测器被引量：4
- 2005年
- 对基于强跟踪滤波器的非线性自适应观测器(nonlinearadaptiveobserver,NAO)的收敛性进行了分析,给出了NAO局部渐近收敛的充分条件。提出了一种改进非线性自适应观测器(modifiednonlinearadaptiveobserver,MNAO)算法。MNAO在具有强跟踪特性的同时对输出测量中的坏数据有较强的鲁棒性。为了降低对初始误差的敏感性,采用一种强跟踪扩展卡尔曼观测器算法启动MNAO。数值仿真示例显示了本方法的有效性。
- 柯晶乔谊正钱积新
- 关键词：非线性观测器扩展卡尔曼滤波器强跟踪滤波器自适应观测器
