基于改进差分进化算法的非线性系统辨识研究的任务书.docx

基于改进差分进化算法的非线性系统辨识研究的任务书
任务书
一、任务背景
非线性系统辨识在工程实践中具有重要的应用价值，然而，由于其非线性特性，传统的线性系统辨识方法无法有效地解决该问题。因此，开展非线性系统辨识的研究，是提升科技创新能力和工程应用水平的重要举措。目前，差分进化算法（differentialevolution，DE）被广泛应用于非线性系统辨识，但是现有研究中发现DE算法的收敛速度和精度不够理想，需要进行改进。
二、研究目的
本研究旨在通过改进差分进化算法，提高其在非线性系统辨识中的收敛速度和精度，为工程实践提供有效的非线性系统辨识方法。
三、研究内容
（一）研究改进差分进化算法在非线性系统辨识中的应用。
（二）研究差分进化算法的适应度函数和选择策略，探讨其对差分进化算法收敛速度和精度的影响。
（三）根据DE算法的特点和改进方法，设计新的算法结构，提高其搜索效率和收敛速度。
（四）使用改进的差分进化算法对一些典型的非线性系统进行辨识，并分析实验结果。
四、研究步骤
（一）收集相关文献和资料，熟悉差分进化算法和非线性系统辨识的基本理论及应用。
（二）针对DE算法的不足进行归纳总结和分析，有针对性地提出改进方法。
（三）设计差分进化算法的适应度函数和选择策略，并进行实验测试，验证其对DE算法的影响。
（四）在DE算法的基础上，设计新的算法结构，提高其搜索效率和收敛速度。
（五）选取一些典型的非线性系统进行辨识，并使用改进的差分进化算法进行实验测试。
（六）根据实验结果进行分析，总结经验，归纳出改进的差分进化算法在非线性系统辨识中的优点和不足。
五、研究成果
（一）开发出改进的差分进化算法，并且证明该算法具有较好的收敛速度和精度。
（二）对一些典型的非线性系统进行辨识，得到了比较准确的系统模型。
（三）论文发表2篇以上（含1篇SCI/EI）。
（四）研究报告1篇。
六、研究要求
（一）熟悉数学建模和算法分析方法，熟悉MATLAB等科学计算软件的使用；
（二）具有良好的文献检索和查阅能力，能独立设计实验方案并处理实验数据；
（三）熟悉论文写作规范，具有良好的英语文献阅读能力，能够进行英语论文写作和交流；
（四）具有良好的沟通和合作能力，能够积极协调和处理团队内部事务。
七、参考文献
（一）刘成飞,王继东,王洪涛,何文隽.改进差分进化算法在非线性系统辨识中的应用[J].控制理论与应用,2019,36(05):626-634.
（二）谢涌.粒子群算法和差分进化算法的比较研究[D].江西师范大学,2018.