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)自動化學(xué)院，重慶 400044）

系統(tǒng)辨識中應(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)自動化學(xué)院，重慶 400044）

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

系統(tǒng)辨識；遺傳算法；應(yīng)用

1 系統(tǒng)辨識與遺傳算法概述

1.1 系統(tǒng)辨識

系統(tǒng)辨識是指以輸入和輸出數(shù)據(jù)為基礎(chǔ)，從某一類模型當(dāng)中確定出一個與被測系統(tǒng)等價的模型。該定義中的關(guān)鍵要素有三個，即數(shù)據(jù)、模型和等價準則?？蓪⑾到y(tǒng)辨識分為整體辨識和部分辨識。

1.2 遺傳算法

遺傳算法簡稱GA，是一種計算模型，能夠通過模擬自然進化過程獲取最優(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、易擴展性、普適性、簡明性等優(yōu)點。

2 遺傳算法在系統(tǒng)辨識中的具體應(yīng)用

系統(tǒng)辨識的對象包括系統(tǒng)參數(shù)和系統(tǒng)結(jié)構(gòu)。傳統(tǒng)辨識方法僅能辨識其中一種，而GA可以辨識兩種。

2.1 GA在系統(tǒng)參數(shù)辨識中的應(yīng)用

運用GA對系統(tǒng)參數(shù)進行辨識的過程中，需要先建立一個模型，借助該模型將參數(shù)辨識問題轉(zhuǎn)化為GA對模型參數(shù)的優(yōu)化問題。利用二進制對各個參數(shù)進行編碼處理，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)。估計的函數(shù)模型應(yīng)當(dāng)與實際數(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。設(shè)該模型與已知實際值的誤差平方和的倒數(shù)為最優(yōu)模型估計的標準，由此可得適應(yīng)度函數(shù)為經(jīng)過計算，生成的“染色體”分別對應(yīng)十進制值，隨后從中找到使適應(yīng)度達到最大的“染色體”，與之相對應(yīng)的十進制數(shù)即為本次計算所得的最優(yōu)解。最后采用多次循環(huán)的方法，便可獲得最優(yōu)模型。通過誤差驗證，遺傳算法在系統(tǒng)參數(shù)辨識中具有較高的精確性。

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

GA是一種模擬生物進化現(xiàn)象的優(yōu)化方法，將定向與隨機搜索有機結(jié)合，通過潛在解的群體實現(xiàn)全局尋找最優(yōu)解的目標。GP是GA的擴展與延伸，它使用變長層次結(jié)構(gòu)的程序樹，克服了GA定長編碼的局限性，有利于復(fù)雜問題的表述。GP在運算速度上也要優(yōu)于GA。由于系統(tǒng)結(jié)構(gòu)辨識是一個較為復(fù)雜的問題，因此可運用GP來解決此類問題，具體方法如下：

（1）生成初始個體。GP中的所有個體全部都是由算法樹刻畫的函數(shù)表達式，為便于動態(tài)修改，可將算法樹視作為GP的對象。在初始個體生成的過程中，從F（函數(shù)集）中以均分、隨機的方法選一個函數(shù)作為根節(jié)點，主要目的是為了生成具有層次化特點的復(fù)雜結(jié)構(gòu)。當(dāng)根節(jié)點選好之后，可以按照發(fā)出的線數(shù)，從F與終止符的并集當(dāng)中，選出一個尾節(jié)點，此時算法樹生成過程終止。

（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，搜索點能夠最大限度地分布，可將兩種方法結(jié)合，以此來生成初始群體。

（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；交換則是整個子樹的交換，為避免交換過程中產(chǎn)生出巨形個體，必須使用樹的最大允許深度對交換過程進行控制；在GP中，突變的作用較小，每一代個體中僅有5%左右會發(fā)生突變。

（4）辨識步驟。先確定出個體的表達方式，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，直至達到終止條件。

3 結(jié)束語

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

[1]劉正龍,楊艷梅,羅玉軍.基于遺傳算法的非線性系統(tǒng)辨識的研究[J].黑龍江大學(xué)自然科學(xué)學(xué)報,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[J].自動化與儀表,2014,(4):55-57.

[3]任燕燕.基于智能計算的非線性系統(tǒng)辨識算法研究及其應(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)改革研究重點項目，高職院校電子信息類專業(yè)實踐教學(xué)評價體系的研究與構(gòu)建（項目編號：142059）。