系統(tǒng)辨識(shí)中應(yīng)用遺傳算法的分析及研究*

佘明洪

（1.重慶電子工程職業(yè)學(xué)院，重慶 401331；2.重慶大學(xué)自動(dòng)化學(xué)院，重慶 400044）

系統(tǒng)辨識(shí)中應(yīng)用遺傳算法的分析及研究*

佘明洪1，2

（1.重慶電子工程職業(yè)學(xué)院，重慶 401331；2.重慶大學(xué)自動(dòng)化學(xué)院，重慶 400044）

文章首先闡述了系統(tǒng)辨識(shí)與遺傳算法，隨后對(duì)遺傳算法在系統(tǒng)辨識(shí)中的具體應(yīng)用進(jìn)行論述。期望通過(guò)文章的研究能夠?qū)Υ龠M(jìn)遺傳算法在系統(tǒng)辨識(shí)中的推廣應(yīng)用有所幫助。

系統(tǒng)辨識(shí)；遺傳算法；應(yīng)用

1 系統(tǒng)辨識(shí)與遺傳算法概述

1.1 系統(tǒng)辨識(shí)

系統(tǒng)辨識(shí)是指以輸入和輸出數(shù)據(jù)為基礎(chǔ)，從某一類模型當(dāng)中確定出一個(gè)與被測(cè)系統(tǒng)等價(jià)的模型。該定義中的關(guān)鍵要素有三個(gè)，即數(shù)據(jù)、模型和等價(jià)準(zhǔn)則。可將系統(tǒng)辨識(shí)分為整體辨識(shí)和部分辨識(shí)。

1.2 遺傳算法

遺傳算法簡(jiǎn)稱GA，是一種計(jì)算模型，能夠通過(guò)模擬自然進(jìn)化過(guò)程獲取最優(yōu)解。適應(yīng)度是該方法最基本的搜索信息，不需要其它的輔助信息，由此使得GA成為智能計(jì)算的關(guān)鍵技術(shù)之一。GA具備全局性、高效性、并行性、魯棒性、易擴(kuò)展性、普適性、簡(jiǎn)明性等優(yōu)點(diǎn)。

2 遺傳算法在系統(tǒng)辨識(shí)中的具體應(yīng)用

系統(tǒng)辨識(shí)的對(duì)象包括系統(tǒng)參數(shù)和系統(tǒng)結(jié)構(gòu)。傳統(tǒng)辨識(shí)方法僅能辨識(shí)其中一種，而GA可以辨識(shí)兩種。

2.1 GA在系統(tǒng)參數(shù)辨識(shí)中的應(yīng)用

運(yùn)用GA對(duì)系統(tǒng)參數(shù)進(jìn)行辨識(shí)的過(guò)程中，需要先建立一個(gè)模型，借助該模型將參數(shù)辨識(shí)問(wèn)題轉(zhuǎn)化為GA對(duì)模型參數(shù)的優(yōu)化問(wèn)題。利用二進(jìn)制對(duì)各個(gè)參數(shù)進(jìn)行編碼處理，使其構(gòu)成子串，隨后以拼接的方式將子串構(gòu)成“染色體”串。便于分析研究，可將系統(tǒng)描述成如下形式：

（3）確定適應(yīng)度函數(shù)。估計(jì)的函數(shù)模型應(yīng)當(dāng)與實(shí)際數(shù)值的誤差越小越好，而GA規(guī)定適應(yīng)度函數(shù)的值越大，則表明該“染色體”的優(yōu)越性越強(qiáng)。設(shè)該模型與已知實(shí)際值的誤差平方和的倒數(shù)為最優(yōu)模型估計(jì)的標(biāo)準(zhǔn)，由此可得適應(yīng)度函數(shù)為經(jīng)過(guò)計(jì)算，生成的“染色體”分別對(duì)應(yīng)十進(jìn)制值，隨后從中找到使適應(yīng)度達(dá)到最大的“染色體”，與之相對(duì)應(yīng)的十進(jìn)制數(shù)即為本次計(jì)算所得的最優(yōu)解。最后采用多次循環(huán)的方法，便可獲得最優(yōu)模型。通過(guò)誤差驗(yàn)證，遺傳算法在系統(tǒng)參數(shù)辨識(shí)中具有較高的精確性。

2.2 GA在系統(tǒng)結(jié)構(gòu)辨識(shí)中的應(yīng)用

GA是一種模擬生物進(jìn)化現(xiàn)象的優(yōu)化方法，將定向與隨機(jī)搜索有機(jī)結(jié)合，通過(guò)潛在解的群體實(shí)現(xiàn)全局尋找最優(yōu)解的目標(biāo)。GP是GA的擴(kuò)展與延伸，它使用變長(zhǎng)層次結(jié)構(gòu)的程序樹(shù)，克服了GA定長(zhǎng)編碼的局限性，有利于復(fù)雜問(wèn)題的表述。GP在運(yùn)算速度上也要優(yōu)于GA。由于系統(tǒng)結(jié)構(gòu)辨識(shí)是一個(gè)較為復(fù)雜的問(wèn)題，因此可運(yùn)用GP來(lái)解決此類問(wèn)題，具體方法如下：

（1）生成初始個(gè)體。GP中的所有個(gè)體全部都是由算法樹(shù)刻畫(huà)的函數(shù)表達(dá)式，為便于動(dòng)態(tài)修改，可將算法樹(shù)視作為GP的對(duì)象。在初始個(gè)體生成的過(guò)程中，從F（函數(shù)集）中以均分、隨機(jī)的方法選一個(gè)函數(shù)作為根節(jié)點(diǎn)，主要目的是為了生成具有層次化特點(diǎn)的復(fù)雜結(jié)構(gòu)。當(dāng)根節(jié)點(diǎn)選好之后，可以按照發(fā)出的線數(shù)，從F與終止符的并集當(dāng)中，選出一個(gè)尾節(jié)點(diǎn)，此時(shí)算法樹(shù)生成過(guò)程終止。

（2）生成初始群體。在GP中，初始群體的產(chǎn)生有兩種方法，一種是生長(zhǎng)法，深度優(yōu)先；另一種是完全法，寬度優(yōu)先。為使群體的形態(tài)更加豐富，搜索點(diǎn)能夠最大限度地分布，可將兩種方法結(jié)合，以此來(lái)生成初始群體。

（3）算子。在GP中的基本算子主要包括復(fù)制、交換與突變。復(fù)制是將上一代的優(yōu)良個(gè)體帶入到下一代群體當(dāng)中，遵循優(yōu)勝劣汰的原則；交換則是整個(gè)子樹(shù)的交換，為避免交換過(guò)程中產(chǎn)生出巨形個(gè)體，必須使用樹(shù)的最大允許深度對(duì)交換過(guò)程進(jìn)行控制；在GP中，突變的作用較小，每一代個(gè)體中僅有5%左右會(huì)發(fā)生突變。

（4）辨識(shí)步驟。先確定出個(gè)體的表達(dá)方式，生成初始群體，執(zhí)行相關(guān)的遺傳操作，如復(fù)制、交換等，循環(huán)執(zhí)行，直至達(dá)到終止條件。

3 結(jié)束語(yǔ)

綜上所述，遺傳算法在系統(tǒng)參數(shù)辨識(shí)中具有較高的精確性，并能對(duì)復(fù)雜的非線性系統(tǒng)結(jié)構(gòu)進(jìn)行辨識(shí)，其克服了傳統(tǒng)辨識(shí)方法的不足，具有一定的推廣使用價(jià)值。

[1]劉正龍,楊艷梅,羅玉軍.基于遺傳算法的非線性系統(tǒng)辨識(shí)的研究[J].黑龍江大學(xué)自然科學(xué)學(xué)報(bào),2014,(6):76-78.

[2]趙林,魏彤.基于“自適應(yīng)遺傳算法”的磁軸承系統(tǒng)辨識(shí)[J].自動(dòng)化與儀表,2014,(4):55-57.

[3]任燕燕.基于智能計(jì)算的非線性系統(tǒng)辨識(shí)算法研究及其應(yīng)用[D].華北電力大學(xué).2014.

TP301.6

A

2096-2789（2016）12-0011-01

重慶市高等教育教學(xué)改革研究重點(diǎn)項(xiàng)目，高職院校電子信息類專業(yè)實(shí)踐教學(xué)評(píng)價(jià)體系的研究與構(gòu)建（項(xiàng)目編號(hào)：142059）。