论文部分内容阅读
本文结合遗传算法和梯度算法的特点。提出了一种混合遗传算法,该方法用梯度算法每次迭代得到的结果来改进遗传算法的群体,而用遗传算法的最优个体与梯度算法的迭代解相比较,选择其中的最优点。作为梯度算法下一步迭代的起始点。并运用该混合算法进行连续系统的参数估计,仿真结果表明该方法比遗传算法具有更快的寻优过程,同时具有较强的抗噪声能力,克服了遗传算法邻域搜索能力较差的缺点。为连续系统参数辨识提供了新的途径.