公开(公告)号：CN106203614B

公开(公告)日：2018-07-03

申请号：CN201610582331.X

申请日：2016-07-22

Applicant: 吉林大学

Inventor： 周淼磊 ,  徐瑞 ,  高巍 ,  王晨阳 ,  刘月 ,  罗祎灵

IPC: G06N3/00

Abstract: 一种基于自适应蝙蝠搜索算法的KP模型密度函数辨识方法，属于辨识技术领域。本发明的目的是把自适应思想引入蝙蝠搜索算法中，使蝙蝠搜索算法在飞行搜索过程中选择的密度函数可以自适应的根据算法进行改变，增强了全局收敛性的基于自适应蝙蝠搜索算法的KP模型密度函数辨识方法。本发明首先设定目标函数，由自适应蝙蝠搜索算法随机产生待辨识参数对应的蝙蝠个体位置，利用位置和速度更新公式进行更新产生新的蝙蝠位置，判断是否满足随机数，计算每个蝙蝠个体的适应度函数值，根据计算的适应度值的大小对群体进行排序，判断是否满足最大迭代次数。本发明有的技术存在的缺陷而采用自适应蝙蝠搜索算法辨识出最佳的KP模型的密度函数组合。

公开(公告)号：CN106203614A

公开(公告)日：2016-12-07

申请号：CN201610582331.X

申请日：2016-07-22

Applicant: 吉林大学

Inventor： 周淼磊 ,  徐瑞 ,  高巍 ,  王晨阳 ,  刘月 ,  罗祎灵

IPC: G06N3/00

CPC classification number: G06N3/006

Abstract: 一种基于自适应蝙蝠搜索算法的KP模型密度函数辨识方法，属于辨识技术领域。本发明的目的是把自适应思想引入蝙蝠搜索算法中，使蝙蝠搜索算法在飞行搜索过程中选择的密度函数可以自适应的根据算法进行改变，增强了全局收敛性的基于自适应蝙蝠搜索算法的KP模型密度函数辨识方法。本发明首先设定目标函数，由自适应蝙蝠搜索算法随机产生待辨识参数对应的蝙蝠个体位置，利用位置和速度更新公式进行更新产生新的蝙蝠位置，判断是否满足随机数，计算每个蝙蝠个体的适应度函数值，根据计算的适应度值的大小对群体进行排序，判断是否满足最大迭代次数。本发明有的技术存在的缺陷而采用自适应蝙蝠搜索算法辨识出最佳的KP模型的密度函数组合。