论文部分内容阅读
针对工程复杂性、时变性、非线性的特点，提出了基于混沌免疫粒子群算法（CIPSO）与Elman神经网络的耦合算法（CIPSD-ENN），用于非线性动态模型参数辨识．CIPSO优化算法将人工免疫系统中的克隆选择和混沌优化机制引入粒子群算法，在粒子群种群进化过程中，该算法对粒子进行克隆选择，提高其收敛速度，对克隆后的粒子混沌变异以增强种群局部搜索能力．最后，CIPSO与动态反馈型Elman神经网络融合，对其权值、阈值寻优，建立了基于CIPSO和ENN的耦合算法系统辨识模型．实验结果表明，算法具有收敛速度快、收敛