摘要: 针对混沌系统参数辨识精度不高的问题,以鲸鱼优化算法(whale optimization algorithm,WOA)为基础,提出一种多策略改进鲸鱼优化算法(multi-strategy improved whale optimization algorithm,MIWOA)。采用Chebyshev混沌映射选取高质量初始种群,采用非线性收敛因子和自适应权重,提高算法收敛速度,为了避免算法陷入局部最优,动态选择自适应t分布或蚁狮优化算法更新后期位置,提高处理局部极值的能力。通过对10个基准函数和高维测试函数进行仿真试验,表明MIWOA具有良好的稳定性和收敛精度。将MIWOA应用于辨识Ro¨sslerRo¨ssler和Lu¨Lu¨混沌系统参数,仿真结果优于现有成果,表明本文MIWOA辨识混沌系统参数的高效性和实用性。
- 关键词:
- 多策略改进鲸鱼优化算法 /
- 混沌系统 /
- 参数辨识 /
- Chebyshev 混沌映射 /
- 自适应t分布 /
- 蚁狮优化算法 /
- 基准函数 /
- Wilcoxon 秩和检验
在非线性科学领域,混沌系统的控制与同步是研究热点,其在信息科学、保密通信等方面应用广泛[1-2],准确的混沌系统模型是实现同步控制的基础。然而,实际应用中,混沌系统结构复杂,部分参数不可知,因此精确辨识混沌系统参数具有重要的现实意义[3-4]。
近年来,许多学者开始关