改进量子粒子群算法及其在系统辨识中的应用

针对量子粒子群算法(quantumparticleswarmoptimization，QPSO)的收敛速度和寻优精度问题，提出了一种改进的QPSO算法。采用混沌序列初始化量子的初始角位置；在算法中加入变异处理，有效地增加了种群的多样性，避免早熟收敛。函数优化测试结果表明：该文提出的算法具有良好的优化效果。同时利用该文提出的算法对经典的具有无限冲激响应(infiniteimpulseresponse，IIR)的自适应递归滤波器模型进行了辨识，辨识结果证明了这种算法的有效性。利用此算法，在结合某分散控制系统的基础上，编制出了一种通用的热工对象模型辨识算法模块，并应用于某循环流化床电厂的辨识，取得了令人满意的辨识结果。