基于群智能的动态分数阶过程完整与容错辨识方案

系统辨识是指对过程参数进行估计，是控制理论中的必要环节。物理系统通常具有变化的参数。对于此类过程，精确辨识尤为重要。设计自适应控制器也需要在线辨识方案。与理想的整数阶模型不同，真实过程通常具有分数阶。在本文中，我们提出了一种简单而优雅的方案来估计此类分数阶过程的参数。通过粒子群优化（PSO）技术生成并更新过程模型群体，适应度函数为与实际观测集的偏差平方和。结果表明，即使观测值受到显著程度的破坏，所提出的方案仍具有很高的准确度。本文还提出并分析了进一步提高准确度的附加方案。