孟令民+常喜茂

摘要：系统辨识是设计控制系统中的一个重要部分。经典的辨识方法有阶跃响应法、脉冲响应法、频率响应法、相关分析法、谱分析法、最小二乘法和极大似然法等。结合现场中得来的脱硝实验数据，本文在阶跃响应法基础之上，利用现代辨识中的粒子群算法对初步辨识出的参数进行优化，即二次辨识。应用MATLAB软件仿真，可得到经粒子群算法二次辨识后的辨识结果。

关键词：系统辨识；阶跃响应法；粒子群算法；二次辨识

中图分类号：TP183 文献标识码：A 文章编号：1007-9416（2017）06-0144-02

辨识是现代控制中一个比较重要的部分，一个控制系统的完成与设计离不开系统辨识。经典的辨识方法有有阶跃响应法、脉冲响应法、频率响应法、相关分析法、谱分析法、最小二乘法和极大似然法等。随着社会不断的发展和进步，越来越多的系统具有很大的不确定性，这样的话只凭经典的辨识方法很难达到令人满意的辨识效果。因此，本文在经典辨识方法阶跃响应法进行初步辨识的基础之上，对其初步辨识出的参数利用粒子群算法进行了相应的优化，即二次辨识。由于粒子群算法结构简单、不需要梯度信息、易于实现、参数较少，因此受到众多学者的青睐，并在函数优化、多目标优化、模式识别、系统辨识众多领域中得到应用[1]。

1 粒子群算法的特点

粒子群是一种仿生的智能优化算法，这种方法是模拟鸟群寻找食物的活动行为。与普通的随机搜索法相比，实质上这种方法是对随机搜索发的一种升级与改进。……