基于多策略改進麻雀算法優(yōu)化DELM的CSTR辨識

摘要： 針對一類連續(xù)攪拌反應釜（CSTR）存在強非線性和時變性，難以建立準確數(shù)學模型的問題，提出一種新的基于多策略改進麻雀算法優(yōu)化深度極限學習機（OtSSA-DELM）的Hammerstein-Wiener模型的辨識建模的方法。針對麻雀算法像其他群智能算法一樣后期尋優(yōu)精度低、易陷入局部最優(yōu)等缺點提出三點改進措施，首先利用正交陣列對麻雀種群初始化，再使用魚鷹優(yōu)化算法在第一階段的全局勘探策... （共10頁）