典型文献
基于差分对立灰狼算法的SNCR脱硝系统模型辨识
文献摘要：
为了对具有大迟延、大惯性、非线性的选择性非催化还原(SNCR)脱硝系统进行有效的控制,建立一个精确的SNCR脱硝系统模型是至关重要的.采用遗忘因子递推最小二乘(FFRLS)法和贝叶斯信息准则(BIC)确定系统离散传递函数的阶数,提出了一种改进的灰狼算法即差分对立灰狼(DOGWO)算法,使用该算法对模型的参数以及时滞进行寻优,得到精确的模型.经过标准测试函数测试以及现场实际数据验证,仿真结果表明DOGWO算法与其他算法相比具有收敛速度快,辨识精度高,可以准确得到模型参数等优点,为实时快速的模型在线辨识提供了新的方法.
文献关键词：
灰狼优化算法;对立学习;SNCR脱硝系统;模型参数辨识;阶数辨识
中图分类号：
作者姓名：
贾新春;陈皓炜;侯鹏飞;孙小明
作者机构：
山西大学 自动化与软件学院,山西 太原 030013;山西大学 数学科学学院,山西 太原 030006
文献出处：
引用格式：
[1]贾新春;陈皓炜;侯鹏飞;孙小明-.基于差分对立灰狼算法的SNCR脱硝系统模型辨识)[J].山西大学学报（自然科学版）,2022(04):960-967
A类：
DOGWO,阶数辨识
B类：
SNCR,脱硝系统,系统模型,模型辨识,迟延,大惯性,选择性非催化还原,遗忘因子递推最小二乘,FFRLS,贝叶斯信息准则,BIC,传递函数,改进的灰狼算法,时滞,标准测试函数,函数测试,试以,实际数据,数据验证,收敛速度,辨识精度,在线辨识,灰狼优化算法,对立学习,模型参数辨识
AB值：
0.343539
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
