《表2 辨识对象1中六种算法的收敛结果比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于结构自适应滤波方法的非线性系统辨识》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图5(a）比较了六种算法（包括AMECoDEs、粒子群优化（Particle Swarm Optimization，PSO）、DE、遗传算法（GA）、一种改进的多种群集成差分进化算法（IMPEDE）和基于成功父选择框架的差分进化算法（DESPS））的适应值迭代曲线，其中AMECoDEs算法具有最小的适应值。表2中，AMECoDEs算法的MSE和NMSE分别为0.084 825和0.005 634，也优于其他五种算法。此外，AMECoDEs算法的r为0.995 688，十分接近于1，这意味着非线性系统的绝大部分信息被自适应滤波模型成功提取，从图5(b）中的拟合曲线亦可看出。因此，本示例中，基于AMECoDEs算法的SSAF的性能最优。