【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第3期 359-362页,共4页

【作 者】： 张海丽 ; 张宏立

【摘 要】 研究非线性系统的辨识问题，一直是现代辨识领域中的一个主要课题。针对非线性系统中Hammerstein模型，由于传统辨识方法对Hammerstein模型中非线性部分具有不易辨识的缺陷，提出了群集智能算法中的量子遗传算法对非线性系统进行辨识的方法。将参数辨识问题转化为参数空间上的函数优化问题，利用量子遗传算法获得优化问题的解。通过MAT—LAB仿真，并与遗传算法比较，结果表明，量子遗传算法不仅提高了辨识的寻优速度，而且获得了更精确的辨识效果，从而验证了该改进方法的有效性和可行性．为非线性系统辨识开拓了一种新方法。