【正文】 結構辨識問題轉化為組合優(yōu)化問題,然后采用粒子群優(yōu)化算法同時實現(xiàn)系統(tǒng)的結構辨識與參數(shù)辨識。為了進一步增強粒子群優(yōu)化算法的辨識性能,提出了利用一種改進的粒子群優(yōu)化算法。最后,給出了仿真示例,結果驗證了所給的系統(tǒng)辨識方法的合理性和有效性。著者文摘Abstract: A new method is studied for system identification based on modified particle swarm optimization（MPSO） basic idea of the method employs a system model posed with classical models so as to transform the system structure identification problem into a binational particle swarm optimization（PSO）algorithm is then adopted to implement the identification on the system structure and order to enhance the performance of the PSO algorithm identification, an MPSO algorithm is also , simulation results show the rationality and effectiveness of this method..Key words: system identification。modified particle swarm optimization。meta model。binatorial optimization：（1）檢索策略：選擇“高級檢索”方式，選擇“T=題名”途徑以“粒子群算法”檢索，并且選擇“T=題名”途徑以“系統(tǒng)辨識”檢索。（2）檢索結果：共檢索到4篇，其中一篇如下所示：【 題名 】改進量子粒子群算法及其在系統(tǒng)辨識中的應用【 作者 】黃宇 韓璞 劉長良 李永玲 【 機構 】中國電機工程學院 【關鍵詞】粒子群算法 系統(tǒng)辨識 【 刊名 】《中國電機工程學報》2011年 第20期【 摘要 】針對量了粒子群算法（quantumparticleswarmoptimization，QPSO）的收斂速度和尋優(yōu)精度問題，提出了‘種改進的QPSO算法。采用混沌序列初始化量子的初始角位置；在算法中加入變異處理，有效地增加了種群的多樣性，避免早熟收斂。函數(shù)優(yōu)化測試結果表明：該文提出的算法具有良好的優(yōu)化效果。同時利用該文提出的算法對經(jīng)典的具有無限沖激響廊（infiniteimpulseresponse，IIR）的自適應遞歸濾波器模型進行了辨識，辨識結果證明了這種算法的有效性。利用此算法，在結合某分散控制系統(tǒng)的基礎上，編制出了一種通用的熱工對象模型辨識算法模塊，并應用于某循環(huán)流化床電廠的辨識，取得了令人滿意的辨識結果。3.“中文摘要”檢索：（1）檢索策略：選擇“快速檢索”方式，選擇“R=文摘”途徑以“粒子群”檢索，選擇“R=文摘”途徑以“算法”進行二次檢索，選擇“R=文摘”途徑以“系統(tǒng)辨識”進行三次檢索（2）檢索結果：共檢索到34篇，其中一篇如下所示。【 題名 】 基于改進粒子群算法的系統(tǒng)辨識新方法 【 作者 】 徐小平錢富才 王峰【 機構 】 西安理工大學自動化與信息工程學院,陜西西安710048 [2]西安理工大學理學院,陜西西安710048 [3]西安交通大學理學院,陜西西安710049 【關鍵詞】 粒子群*系統(tǒng)辨識【 刊名 】 《 系統(tǒng)工程與電子技術 》 【 摘要 】提出了一種利用改進的粒子群優(yōu)化算法對系統(tǒng)進行辨識的方法。該方法是將典型的數(shù)學模型的相互組合而構成系統(tǒng)模型的新辨識方法,即首先將系統(tǒng)結構辨識問題轉化為組合優(yōu)化問題,然后采用粒子群優(yōu)化算法同時實現(xiàn)系統(tǒng)的結構辨識與參數(shù)辨識。為了進一步增強粒子群優(yōu)化算法的辨識性能,提出了利用一種改進的粒子群優(yōu)化算法。最后,給出了仿真示例,結果驗證了所給的系統(tǒng)辨識方法的合理性和有效性。著者文摘Abstract: A new method is studied for system identification based on modified particle swarm optimization（MPSO） basic idea of the method employs a system model posed with classical models so as to transform the system structure identification problem into a binational particle swarm optimization（PSO）algorithm is then adopted to implement the identification on the system structure and order to enhance the performance of the PSO algorithm identification, an MPSO algorithm is also , simulation results show the rationality and effectiveness of this method..Key words: system identification。modified particle swarm optimization。meta model。binatorial optimization4.“全文”檢索：（1）檢索策略：選擇“高級檢索”方式，選擇“U=任意字段”途徑以“粒子群”檢索，并且選擇“U=任意字段”途徑以“算法”檢索，選擇“U=任意字段”途徑以“系統(tǒng)辨識”檢索（2）檢索結果：共檢索到81篇，其中一篇如下所示：【 題名 】 基于改進粒子群算法的系統(tǒng)辨識新方法 【 作者 】 徐小平錢富才 王峰【 機構 】 西安理工大學自動化與信息工程學院,陜西西安710048 [2]西安理工大學理學院,陜西西安710048 [3]西安交通大學理學院,陜西西安710049 【關鍵詞】 粒子群*系統(tǒng)辨識【 刊名 】 《 系統(tǒng)工程與電子技術 》 【 摘要 】提出了一種利用改進的粒子群優(yōu)化算法對系統(tǒng)進行辨識的方法。該方法是將典型的數(shù)學模型的相互組合而構成系統(tǒng)模型的新辨識方法,即首先將系統(tǒng)結構辨識問題轉化為組合優(yōu)化問題,然后采用粒子群優(yōu)化算法同時實現(xiàn)系統(tǒng)的結構辨識與參數(shù)辨識。為了進一步增強粒子群優(yōu)化算法的辨識性能,提出了利用一種改進的粒子群優(yōu)化算法。最后,給出了仿真示例,結果驗證了所給的系統(tǒng)辨識方法的合理性和有效性。著者文摘 Abstract: A new method is studied for system identification based on modified particle swarm optimization（MPSO） basic idea of the method employs a system model posed with classical models so as to transform the system structure identification problem into a binational particle swarm optimization（PSO）algorithm is then adopted to implement the identification on the system structure and order to enhance the performance of the PSO algorithm identification, an MPSO algorithm is also , simulation results show the rationality and effectiveness of this method..Key words:system identification。modified particle swarm optimization。meta model。binatorial optimization