[發(fā)明專利]一種基于鄰域量子粒子群的混沌系統(tǒng)參數(shù)估計(jì)方法

在審

• 申請?zhí)枺?/td>: 201310075274.2
• 申請日: 2013-03-11
• 公開（公告）號: CN104050504A
• 公開（公告）日: 2014-09-17
• 發(fā)明（設(shè)計(jì)）人: 樓旭陽;崔寶同
• 申請（專利權(quán)）人: 江南大學(xué)
• 主分類號: G06N3/00
• 分類號: G06N3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及系統(tǒng)辨識和智能技術(shù)領(lǐng)域，具體地說是一種基于鄰域量子粒子群的的混沌系統(tǒng)參數(shù)估計(jì)方法。

背景技術(shù)

近年來，混沌系統(tǒng)的控制與同步已經(jīng)成為非線性科學(xué)中的重要方向之一，并獲得了廣泛研究。然而現(xiàn)有的多數(shù)控制和同步方法均是在系統(tǒng)參數(shù)已知的情況下給出的，但在實(shí)際應(yīng)用中，由于系統(tǒng)復(fù)雜性導(dǎo)致某些參數(shù)難以測量或確定，或者出于某種特殊原因某些參數(shù)不可知，所以混沌系統(tǒng)的控制與同步必須首先估計(jì)出系統(tǒng)未知參數(shù)。因而，估計(jì)混沌系統(tǒng)的未知參數(shù)成為混沌控制與同步需迫切解決的首要問題。

粒子群優(yōu)化算法(PSO)，是由Eberhart和Kennedy于1995年提出的進(jìn)化計(jì)算算法。PSO簡單且具有良好的優(yōu)化性能，是一種新興的很有前途的全局優(yōu)化算法，但它存在對一些復(fù)雜優(yōu)化問題容易陷入局部極值的缺陷。量子粒子群優(yōu)化(QPSO)算法是孫俊等人從量子力學(xué)的角度，提出的一種新的PSO算法，它是對標(biāo)準(zhǔn)PSO算法的全新改進(jìn)，粒子的搜索性能遠(yuǎn)遠(yuǎn)優(yōu)于基本PSO算法，已經(jīng)在函數(shù)優(yōu)化、神經(jīng)網(wǎng)絡(luò)訓(xùn)練等領(lǐng)域得到應(yīng)用。

本發(fā)明技術(shù)將提出一種基于鄰域信息的量子粒子群算法，并將該算法應(yīng)用于混沌系統(tǒng)的參數(shù)估計(jì)中。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服基本粒子群算法的不足，提出一種基于鄰域信息的量子粒子群優(yōu)化算法來估計(jì)Lorenz混沌系統(tǒng)的參數(shù)，尋優(yōu)過程中利用了粒子的量子行為，并且搜索粒子可在鄰域極值和全局極值之間協(xié)同切換，充分發(fā)揮搜索粒子間的鄰域搜索機(jī)制，具有高效搜索和全局搜索的能力，以達(dá)到實(shí)現(xiàn)最佳參數(shù)估計(jì)效果。

本發(fā)明采用的技術(shù)方案包含如下步驟：

步驟1：由混沌系統(tǒng)產(chǎn)生T個(gè)混沌離散時(shí)間序列(x(t)，y(t)，z(t))，其中(x(t)，y(t)，z(t))為混沌系統(tǒng)的狀態(tài)變量，t為從1到T的一系列離散時(shí)間序列。

步驟2：初始化。確定粒子群的種群規(guī)模M，維數(shù)大小D，粒子的位置向量為s_i＝(s_i1，s_i2，...，s_iD)，粒子對應(yīng)的速度向量為v_i＝(v_i1，v_i2，...，v_iD)，i＝1，2，…，M，最大速度V_max，每個(gè)鄰域粒子數(shù)N(使M?mod?N＝0)，迭代次數(shù)k＝1，最大迭代次數(shù)K_max。

步驟3：計(jì)算各粒子的適應(yīng)度函數(shù)。首先根據(jù)混沌系統(tǒng)變量的離散時(shí)間序列，確定估計(jì)參數(shù)對應(yīng)的適應(yīng)度函數(shù)，其公式為：