遗传算法工具箱识别(GA)Bouc-Wen模型参数辨识-识别

遗传算法参数辨识
遗传算法是一种基于自然遗传和进化原理的优化算法，能够搜索最优解，并通过进化操作不断优化解的质量。

在参数辨识中，遗传算法可以用来辨识模型的各个参数。

具体来说，遗传算法的参数辨识过程可以分为以下几个步骤：
1.编码：将模型的参数表示为遗传算法的基因编码。

这可以通过二进制编码、实数编码等方式实现。

2.初始化种群：随机生成一组初始解，即种群。

每个解都对应一个可能的参数组合。

3.适应度评估：根据模型的输出和实际数据的差异，评估每个解的适应度。

适应度高的解意味着其对应的参数组合更接近实际数据。

4.选择操作：根据适应度评估结果，选择出适应度高的解进行交叉和变异操作。

5.交叉操作：通过两个解的基因部分交换，产生新的解。

6.变异操作：对解的基因进行小幅度修改，以增加解的多样性。

7.终止条件：当达到预设的迭代次数或找到满足要求的解时，算法终止。

在参数辨识中，遗传算法可以用来优化模型的参数，使得模型的输出结果更接近实际数据。

同时，遗传算法具有全局搜索能力，可以避免局部最优解的问题。

但是，遗传算法也存在一些缺点，如计算量大、需要调整参数等。

因此，在使用遗传算法进行参数辨识时，需要根据具体问题选择合适的编码方式、适应度函数、选择策略等参数，并进行充分的测试和验证。

压电执行器的Bouc-Wen模型在线参数辨识朱炜;芮筱亭【期刊名称】《光学精密工程》【年(卷),期】2015(023)001【摘要】现有的定参数Bouc-Wen模型由于无法表征压电执行器迟滞具有的频移和时变性,极易产生较大的模拟误差.为了精确地模拟压电执行器的迟滞特性,本文建立了压电执行器的Bouc-Wen模型,并采用递推最小二乘在线辨识方法来实时辨识Bouc-Wen模型的参数.为了避免出现数据饱和现象,使用限定记忆来限定辨识方法所使用的数据组数.为验证该辨识方法的有效性,建立了相应的实验系统对其进行实验验证.实验结果表明,限定记忆递推最小二乘在线辨识方法能使Bouc-Wen模型也呈现频移和时变特性.以100 Hz的驱动电压为例,其最大绝对模拟误差从1.38 μm 降为0.51 μm.因此,与传统的离线参数辨识方法相比,限定记忆递推最小二乘在线辨识方法能够有效地提高Bouc-Wen模型的模拟精度.【总页数】7页(P110-116)【作者】朱炜;芮筱亭【作者单位】南京理工大学发射动力学研究所,江苏南京210094;南京理工大学发射动力学研究所,江苏南京210094【正文语种】中文【中图分类】TP271;TN384【相关文献】1.基于Bouc-Wen迟滞模型参数辨识的智能悬臂梁自适应控制 [J], 王瑞萍; 张婷2.基于粒子群算法和最小二乘法的磁流变阻尼器Bouc-Wen模型参数辨识方法 [J], 胡国良;林豪;李刚3.磁流变阻尼器Bouc-Wen模型参数辨识研究 [J], 杨永刚;丁有闯4.基于Bouc-Wen模型的压电执行器的前馈线性化控制器 [J], 王代华;严松林;朱炜5.基于改进PSO的非对称Bouc-Wen模型参数辨识 [J], 陈玲星;苏强;赵新龙因版权原因，仅展示原文概要，查看原文内容请购买。

基于遗传算法的磁流变阻尼器Bouc-Wen模型参数辨识刘永强;杨绍普;廖英英;张耕宁【期刊名称】《振动与冲击》【年(卷),期】2011(030)007【摘要】在除试验数据外无任何先验知识的条件下如何识别Bouc-Wen模型的参数是一个亟待解决的问题.在对磁流变阻尼器进行力学特性试验的基础上,采用遗传算法对磁流变阻尼器Bouc-Wen模型进行参数辨识,并采用缩小参数取值范围的方法逐渐提高遗传算法的识别精度.通过分析参数值与电流间的特征曲线,采用曲线拟合的方法确定它们之间的函数关系,再利用遗传算法得到具体的函数表达式.最后用不同幅值和频率的激励试验数据对识别结果和拟合结果进行了验证.结果表明:利用缩小取值范围的方法得到的Bouc-Wen模型参数识别结果在全局最优解的附近,拟合结果和辨识出的模型均能满足要求.【总页数】5页(P261-265)【作者】刘永强;杨绍普;廖英英;张耕宁【作者单位】石家庄铁道大学,石家庄050043;石家庄铁道大学,石家庄050043;石家庄铁道大学,石家庄050043;石家庄铁道大学,石家庄050043【正文语种】中文【中图分类】TB535.1【相关文献】1.基于Matlab磁流变阻尼器Bouc-Wen模型的参数识别 [J], 李耀刚;陈盟;龙海洋;琚立颖2.基于Bouc-Wen迟滞模型参数辨识的智能悬臂梁自适应控制 [J], 王瑞萍; 张婷3.基于粒子群算法和最小二乘法的磁流变阻尼器Bouc-Wen模型参数辨识方法 [J], 胡国良;林豪;李刚4.磁流变阻尼器Bouc-Wen模型参数辨识研究 [J], 杨永刚;丁有闯5.基于改进PSO的非对称Bouc-Wen模型参数辨识 [J], 陈玲星;苏强;赵新龙因版权原因，仅展示原文概要，查看原文内容请购买。

Bouc-Wen模型和反演装置应用在压电传动装置上来补偿非线性磁滞现象摘要——现在提出一个新的方法用来补偿压电陶瓷材料的非线性磁滞现象。

基于反演预算的方法,该方法避免了反演模型用于现有的问题。

因此,补偿易于实施,只要直接模式是可用，就不需要额外的计算。

该补偿技术,对于Bouc-Wen方程组模拟的磁滞现象很有价值实验人员注意——这些来,许多研究人员正在研究微米/ 纳米级压电晶体的非线性迟滞现象。

尽管高分辨率和高速度的材料的磁滞现象受限于准确性，但是如果反馈控制律可以很轻松地提高性能,它们将应用于微米/纳米级和微小型系统方便传感器。

一方面,准确、高带宽传感器不仅昂贵,而且庞大(仪、光学传感器)。

另一方面,可积传感器对噪音高度敏感,并且易碎(应变片)。

传感器、前馈控制技术已被使用。

这些技术代表了包含在一个整合的观点,但现有的方法很难实现复杂的计算和运行。

在本文中有三个明确的目标：（1）在微米/纳米级实现高性能的需要（2）避免使用庞大的传感器,（3）需要的是易于计算和控制的技术因此本文的内容关键在于设计一种前馈补偿控制器，并且它方便计算和操作。

当然，即使我们提出一个应用对应到具体的压电驱动器，提出的方法同样适用于其他的Bouc-Wen的表达建模系统。

关键词——磁滞现象补偿、Bouc-Wen模型、反演的方案、压电传动装置一介绍压电材料，尤其是PZT材料，在微米/纳米级的发展研究很有价值。

这是由于压电陶瓷提供高分辨率，高带宽，低成本，处理简单所致。

不幸的是，压电陶瓷表现出强烈的非线性磁滞现象，最后不得不妥协制动器的精度并且产生不需要的谐波。

反馈控制技术似乎是最好的方式,它能够触及到整体的实质性东西（准确性、重复性、干扰和不确定性影响振动排斥、拒绝,等等)。

（1）（2）然而,反馈给微小系统,如微米/纳米执行机构受限于传感器难以整合，而高带宽和足够精确的传感器过于庞大,并且很难制作和非常昂贵(干涉仪,三角光传感器、cameramicroscopes测量系统,等等)。

Bouc-Wen模型因数字处理方便简单而得到较为广泛的应用，力可以表示为：利用遗传算法工具箱（GA）对Bouc-Wen模型进行参数识别。

实验数据来源于对磁流变阻尼器（MR damper）进行性能测试，试验获得的数据包括力F，位移x，采用频率已知，速度和加速度可以由位移求导得出。

参数识别出现程序如下：（文件名：Copy_0_of_BoucWen）function j=myfung(x)y0=[0];yy=y0;tspan=[]';s=[]';v=[]';Ft=[]';rr=max(size(s));%计算数据个数i=1;while(i<rr)&(~isnan(y0(1,1)))&(~(max(abs(y0))>1e5))%%判断是否出现奇异点，具体忘了。

[ty]=ode45(@uubird,[tspan(i),tspan(i+1)],y0,[],v(i),x);%参考论坛的y0=y(end,:);yy=[yy;y0];i=i+1;kk=max(size(y));if kk>150 %微分方程计算，停止是有条件的（具体没去研究），这边设置150次，不管有没有收敛，都停止，不然整个程序运行的实际太久，你也可以改成其他的，慢慢研究break;endendif (i==rr)&(~isnan(yy(1,1)))==1%判断是否出现奇异点（就是NAN），如果没有出现，就是正常的F=x(:,4)*yy(:,1)+x(:,5)*(s-ones(size(s)) *x(:,6))+x(:,7)*v;%x(:,4)代表alpha 5代表k0,6代表s0 7代表c0 位移s就是公式中的xj=sum((F-Ft).*(F-Ft));i=i+1;else i<(rr-1)%出现奇异点（ＮＡＮ）j=1e10;%因为出现奇异值，所以随便给一个目标函数值（这个要足够大），目的是排除这组优化值（也就是这个种群不要）i=rr;endfunction dy=uubird(t,y,v,x)dy=-x(:,1)*abs(v)*y*abs(y)-x(:,2)*(v)*y^2+x(:,3)*v;% 1r 2beita 3A 取n=2运行结果拟合效果对比程序（文件名BoucWenjianyan247）：clccleardatasorce=load('247-0.txt');II=1;a=2000;b=3000; %为了拟合。

上海交通大学硕士学位论文Bouc-Wen滞回模型的参数辨识及其在电梯振动建模中的应用姓名：周传勇申请学位级别：硕士专业：机械设计及理论指导教师：李鸿光20080201Bouc-Wen滞回模型的参数辨识及其在电梯振动建模中的应用摘 要电梯导靴是连接轿箱系统与导轨的装置，它能起到导向和隔振减振的作用。

同时，在电梯的运行过程中它又将导轨由于制造或安装所造成的表面不平顺度传递给轿箱系统，从而引起轿箱系统的水平振动。

国内外学者在电梯水平振动的建模和分析中，往往把导靴视为线性弹簧-阻尼元件来建模而忽略了非线性因素。

事实上导靴与导轨之间存在非线性的迟滞摩擦力，本文通过实验的方法，采用Bouc-Wen 滞回模型来建立导靴-导轨非线性摩擦力模型。

Bouc-Wen滞回模型因其微分形式的非线性表达式而使得其参数辨识存在较大的困难，本文利用模型中部分参数的不敏感性，通过数学变换将非线性参数辨识问题转化为线性参数辨识问题，从而使得问题大大简化，参数辨识的效果也能满足要求。

基于以上导靴-导轨间摩擦力模型，本文进而建立了轿箱-导轨耦合水平振动动力学模型，该模型将轿箱系统等效为2自由度的平面运动刚体，将导靴等效为质量-弹簧-阻尼单元，同时考虑了导靴-导轨间的非线性摩擦力，以及导靴靴衬与导轨间接触的不连续性等。

在建立了轿箱-导轨耦合水平振动动力学模型后，利用Matlab/Simulink，建立了相应的仿真模型，开展了几种典型导轨不平顺度激励（弯曲、失调和台阶）下的仿真分析。

研究结果表明，这些分析对于电梯结构优化设计和动力学建模与分析有理论指导意义。

关键词：迟滞，参数辨识，非线性，动力学建模，系统仿真PARAMETER IDENTIFICATION OF BOUC-WENHYSTERESIS MODEL AND ITS APPLICATION IN ELEV ATOR VIBRATION MODELINGABSTRACTElevator guide shoe is used to connect car system and rail. It has the advantage of vibration isolation and vibration absorption. At the same time, in the course of elevator running, it transfers the surface unevenness of rail, which is caused by manufacturing and installing, to car system. So it causes the horizontal vibration of car system. In the modeling and analysis of elevator horizontal vibration, scholars tend to model guide shoe as linear spring-damping component and ignore non-linear factors. In fact, there is non-linear hysteresis friction between guide shoe and rail. This paper adopts Bouc-Wen model to model the non-linear friction between guide shoe and rail through experiment method.It has big difficulties in Bouc-Wen model parameter identification for it’s differential non-linear expression. Through mathematical transform, this paper uses the un-sensitiveness of some parameter of Bouc-Wen model to transfer the non-linear parameter identification problem into linear parameter identification problem. This simplify the problem muchand the effect of parameter identification is also satisfies the requirement.Base on the model of friction force between guide shoe and rail, this paper build horizontal vibration dynamic model of coupled car and rail. This model takes car system as rigid body with two degrees of freedom. This model takes guide shoe as mass-spring-damping component. At the same time, it takes non-linear friction force between guide shoe and rail and the incontinuous contact between guide pad and rail into consideration.After building horizontal vibration dynamic model about coupled car and rail, this paper built relevant simulation model in Matlab/Simulink and carried out several simulation analysis in different rail unevenness excitation (bend, triangular and step). These analysis have guidance and reference significance to structure optimization design and dynamic modeling and analysis of elevator.KEY WORDS：hysteresis，parameter identification, non-linear, dynamic modeling, system simulation上海交通大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。

优化算法之遗传算法（GeneticAlgorithm,GA）⽬录概述遗传算法（Genetic Algorithm, GA） 起源于对⽣物系统所进⾏的计算机模拟研究。

它是模仿⾃然界⽣物进化机制发展起来的 随机全局搜索和优化⽅法，借鉴了达尔⽂的进化论和孟德尔的遗传学说。

其本质是⼀种⾼效、并⾏、全局搜索的⽅法，能在搜索过程中⾃动获取和积累有关搜索空间的知识，并⾃适应地控制搜索过程以求得最佳解。

相关术语基因型(genotype)：性状染⾊体的内部表现；表现型(phenotype)：染⾊体决定的性状的外部表现，或者说，根据基因型形成的个体的外部表现；个体（individual）：指染⾊体带有特征的实体；种群（population）：个体的集合，该集合内个体数称为种群的⼤⼩编码(coding)：DNA中遗传信息在⼀个长链上按⼀定的模式排列。

遗传编码可看作从表现型到基因型的映射。

解码(decoding)：基因型到表现型的映射。

交叉(crossover)：两个染⾊体的某⼀相同位置处DNA被切断，前后两串分别交叉组合形成两个新的染⾊体。

也称基因重组或杂交；变异(mutation)：复制时可能（很⼩的概率）产⽣某些复制差错，变异产⽣新的染⾊体，表现出新的性状。

进化(evolution)：种群逐渐适应⽣存环境，品质不断得到改良。

⽣物的进化是以种群的形式进⾏的。

适应度(fitness)：度量某个物种对于⽣存环境的适应程度。

选择(selection)：以⼀定的概率从种群中选择若⼲个个体。

⼀般，选择过程是⼀种基于适应度的优胜劣汰的过程。

复制(reproduction)：细胞分裂时，遗传物质DNA通过复制⽽转移到新产⽣的细胞中，新细胞就继承了旧细胞的基因。

遗传算法的实现过程遗传算法的实现过程实际上就像⾃然界的进化过程那样。

⾸先寻找⼀种对问题潜在解进⾏“数字化”编码的⽅案，（建⽴表现型和基因型的映射关系）。

然后⽤随机数初始化⼀个种群（那么第⼀批袋⿏就被随意地分散在⼭脉上），种群⾥⾯的个体就是这些数字化的编码。