摘要
将差分进化算法用于非线性系统模型的参数估计,通过对谷氨酸菌体生长模型的参数估计进行验证,并与人工神经网络、遗传算法和微粒群算法的优化结果进行了比较。仿真试验结果表明:差分进化算法为非线性系统模型参数估计提供了一种有效的途径,对非线性系统模型的参数估计精度高于人工神经网络、遗传算法和微粒群算法。
The differential evolution algorithm for nonlinear system model parameter estimation and validation of the glutamate cell growth model parameter estimates, and compared with the artificial neural networks, genetic algorithms and particle swarm algorithm optimization results. Simulation results show that： the differential evolution algorithm provides an effeetive way for nonlinear system model parameter estimation, the nonlinear system model parameter estimation accuracy than artificial neural networks, genetic algorithms and particle swarm optimization.
出处
《价值工程》
2013年第10期178-179,共2页
Value Engineering
基金
江苏省高等学校大学生实践创新训练计划项目(2012JSSPITP3029)
南京师范大学泰州学院资助项目(Q201231
Q201232)
关键词
差分进化算法
非线性系统
参数估计
differential evolution algorithm
nonlinear systems
parameter estimation
