摘要:在现代工业系统中，利用控制理论去解决工业中的实际问题时，首先需要的就是建立被控对象的数学模型，传递函数作为一种重要的数学模型，所以建立系统的传递函数模型尤为重要。传递函数辨识方法非常多，但传统的辨识算法精度不高，而精度较高的辨识算法，如遗传算法等，算法复杂、计算量大。

本文主要利用粒子群优化算法对系统传递函数进行参数辨识，寻找参数的最优解。辨识过程中，利用了传递函数的阶跃响应输入和输出数据，同时对基本粒子群优化算法进行改进，利用改进的粒子群优化算法估计系统传递函数的参数，将改进的粒子群优化算法和基本粒子群优化算法对系统传递函数的辨识效果进行比较，并通过仿真验证所提出粒子群优化算法进行系统传递函数辨识的有效性。

关键词：粒子群算法；传递函数；辨识

目录

摘要

abstract

第1章 绪论-3

1.1 课题研究意义-3

1.2  粒子群算法的发展-3

1.3 传递函数辨识的研究现状-3

1.4 本文主要内容简介-4

第2章 粒子群优化算法简介-5

2.1 基本粒子群优化算法原理-5

2.2 基本粒子群优化算法流程-6

2.3 本章小结-6

第3章 基于基本粒子群优化算法的传递函数辨识-7

3.1 被测传递函数-7

3.2 适应度函数-7

3.3 辨识过程及程序流程-7

3.4仿真结果-8

3.5 本章小结-10

第4章 基于带极值扰动粒子群优化算法的传递函数辨识-11

4.1 带极值扰动粒子群优化算法-11

4.2 算法流程-11

4.3 仿真结果-12

4.4 本章小结-14

第5章 基于惯性权重混沌粒子群优化算法的传递函数辨识-15

5.1 惯性权重混沌粒子群优化算法-15

5.2 仿真结果-16

5.3 本章小结-18

第6章 结论与展望-19

6.1 结论-19

6.2 不足之处及未来展望-19

参考文献-21

致  谢-22

附录A：相关源程序-23