《表1 算法数据：蚁群算法在高阶时滞系统频域辨识中的优化》

  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

《蚁群算法在高阶时滞系统频域辨识中的优化》

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

假定输入信号u(t）为阶跃信号，通过上述提到的频率辨识方法，可求出G(s）的穿越频率为0.030 8，即蚁群算法中个体位置范围为[0，0.030 8]。由于蚁群算法受其参数选取的严重影响，文献[20-21]对蚁群算法的参数进行了优化，并对比了多组实验，得出最佳参数组合的取值范围。依据此文献，对各参数进行选值：蚁群规模N为50，D为5，Rho为0.7，Q为100，p0为0.2，Alpha为2，Belta为5，最大迭代次数为100。依次运行5次后，每次得到5个最优频率点，计算出其平均值和方差如表1所示。