تخمین پارامتر سیستم آشوبی تاخیردار به کمک الگوریتم بهینه سازی توده ذرات فازی بهبود یافته

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 642

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

INCEE01_106

تاریخ نمایه سازی: 25 تیر 1393

چکیده مقاله:

در این مقاله الگوریتم بهینه سازی توده ذرات فازی بهبود یافته IFPSO برای اولین بار در شناسایی سیستم آشوبی تاخیردار به کار رفته است. مسئله تخمین پارامتر سیستم آشوبی تاخیردار در قالب یک مسئله بهینه سازی بیان شده است. الگوریتم پیشنهادی پارامترهای سیستم را به کمک حداقل سازی خطای میانگین مربعات تخمین می زند. بهینه سازی توده ذرات به طور هوشمند به کمک ضریب اینرسی فازی بهبود داده شده تا توانایی جستجوی سراسری و محلی را به طور متعادل تنظیم نماید و هر ذره به صورت دینامیکی ضریب اینرسی خود را بر طبق بهترین حافظه ذره با استفاده از مدل فازی غیرخطی تنظیم می نماید. در بخش شبیه سازی عملکرد الگوریتم IFPSO با الگوریتم بهینه سازی توده ذرات در تخمین پارامتر سیستم آشوبی منطقی تاخیردار از نظر معیارهای دقت و سرعت همگرایی مقایسه شده است. نتایج شبیه سازی کارآیی روش پیشنهادی را نشان می دهد.

کلیدواژه ها:

تخمین پارامتر ، الگوریتم بهینه سازی توده ذرات بهبود یافته فازی (Improved fuzzy particle swarm optimization) IFPSO ، سیستم آشوبی تاخیردار

نویسندگان

سیدمحمد علم الهدایی

دانشگاه آزاد اسلامی واحد مشهد، گروه برق دانشکده مهندسی

ریحانه کاردهی مقدم

دانشگاه آزاد اسلامی واحد مشهد، گروه برق دانشکده مهندسی

مهدی یعقوبی

دانشگاه آزاد اسلامی واحد مشهد، گروه برق دانشکده مهندسی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Chen G, Dong X. From chaos to orde. Singapore: World ...
  • Hua CC, Guan XP. C ommunication scheme via cascade chaotic ...
  • Lu H, He Z. Chaotic behavior in first-order autonomous [18] ...
  • Wang X, Zhong GQ, Tang KS, Man K, Liu ZF. ...
  • differences. Lecture notes in computer science (Vol.1447). London: Springer- Verlag ...
  • Clerc, M., & Kennedy, J. The particle swarm-explo sion, stability, ...
  • Shi, Y., & Eberhart, R. C. Fuzzy adaptive particle SWarm ...
  • Alfi.A, Fateh, M.M.. Intelligent identification and control using improved fuzzy ...
  • Shi, Y., Eberhart, R.C.. Parameter selection in particle SWarm optimization. ...
  • Tang Y, Guan XP. Chaos, Parameter estimation for time- [24] ...
  • Ratnaweera, A., Halgamuge, S. K., & Watson, H C. Selforganizing ...
  • Gao F, Lee J-J Li Z, Tong H , Lu ...
  • particle SWarm optimizer with dynamic adaptation. Applied Mathematics and Computation, ...
  • Mackey MC, Glass L. Oscillation and chaos in physiological control ...
  • Farmer J. Chaotic atractors of in finite- dimensional dynamic systems. ...
  • continuous time systems with delay. IEEE Trans Circuit Syst:43:700-2. 1998. ...
  • Generating chaos in _ circuit via time-delay feedback. IEEE Trans ...
  • Shen LQ, Wang M. Robust synchronization and parameter identification on ...
  • He Q, Wang L, Liu B. Parameter estimation for chaotic ...
  • Li LX, Yang Y, Peng HP, Wang XD. Parameters identification ...
  • Chang WD. Parameter identificaiton of CChen and Luc: systems: A ...
  • delay chaotic system by particleswarm optimization Solitons _ Fractals; 40:139 ...
  • Kennedy J, Eberthart R. Particle SWarm optimization. Neural Networks, ...
  • Shi YH, Eberthart RC A modified particle SWarm optimizer. Proc ...
  • Kennedy J, Eberhart RC, Shi Y. Swarm intelligence. San Francisco, ...
  • Hamidreza Modares, Alireza Alfi *, Moh ammad-Mehd Fateh. Parameter identification ...
  • نمایش کامل مراجع