耿健， 张雨飞， 范赫

(东南大学 能源与环境学院，江苏 南京 210096)

基于TB-PC算法的MISO系统辨识的研究

耿健， 张雨飞， 范赫

(东南大学 能源与环境学院，江苏 南京 210096)

如何保持MISO系统辨识的精确度、收敛度、耗时以及跳出局部最优解，是当今研究的热点和难点。提出了一种基于协同进化策略和禁忌搜索的蝙蝠和粒子群混合算法(TB-PC)，分析蝙蝠算法控制参数，提出了合理的脉冲频度和音强初值，将蝙蝠算法与粒子群算法的优势用协同进化结合起来，并引入了禁忌搜索。通过对四个测试函数和MISO系统实例的辨识仿真，验证了TB-PC算法具有稳定性能好、收敛精度高等优点，对MISO系统有优良的辨识效果。

TB-PC算法；MISO系统辨识；BA算法；POS算法；协同进化；禁忌搜索

0 引 言

在现实应用中，很多的实际过程和应用系统，比如热工过程，生物化学反应过程以及微型燃气轮机冷热电联供系统(MGT-CCHP系统)等都存在着时间延迟。所以，进行这些系统、过程辨识建模，对控制、预测、综合和分析具有重要的意义[1]。辨识带有时间延迟的系统，现阶段主流的辨识方法有两种，一种是使用有理传递函数法来进行逼近时间延迟；但是此方法需要用到大量的估计参数，对于具有很大时间延迟的系统过程来说，会带来很大的误差，偏离实际系统。另一种方法是采用非线性优化法，利用梯度逐级递推来搜索得到最优解；但是搜索得到最优解常常会收敛于局部最优解，不能得到全局最优解[2]。

对于未知时间延迟多输入单输出( MISO) 系统来说，非线性优化法方法更容易收敛到局部最优值。……