针对混沌系统参数辨识精度不高的问题,以鲸鱼优化算法(whale optimization algorithm,WOA)为基础,提出一种多策略改进鲸鱼优化算法(multi-strategy improved whale optimization algorithm,MIWOA)。采用Chebyshev混沌映射选取高质量初始种群,采用非线性收敛因子和自适应权重,提高算法收敛速度,为了避免算法陷入局部最优,动态选择自适应t分布或蚁狮优化算法更新后期位置,提高处理局部极值的能力。通过对10个基准函数和高维测试函数进行仿真试验,表明MIWOA具有良好的稳定性和收敛精度。将MIWOA应用于辨识Rossler和Lu混沌系统参数,仿真结果优于现有成果,表明本文MIWOA辨识混沌系统参数的高效性和实用性。
潘悦悦;吴立飞;杨晓忠;
华北电力大学控制与计算机工程学院,北京102206华北电力大学数理学院信息与计算研究所,北京102206
计算机与自动化
多策略改进鲸鱼优化算法;混沌系统;参数辨识;Chebyshev混沌映射;自适应t分布;蚁狮优化算法;基准函数;Wilcoxon秩和检验
《智能系统学报》 2024 (001)
P.176-189 / 14
中央高校基本科研业务费专项基金项目(2021MS045);华北电力大学国内外联合培养博士生资助项目(2020)。
10.11992/tis.202303043
评论