Identyfikacja opóźnień w układach liniowych z zastosowaniem Algorytmów Mrówkowych

Identyfikacja układów liniowych MISO z opóźnionymi wejściami, ze względu na wielomodalność przestrzeni rozwiązań, może prowadzić do uzyskania tylko minimum lokalnego i błędnego modelu. Skutecznym narzędziem optymalizacji globalnej są metody sztucznej inteligencji. W pracy zaproponowano zastosowanie algorytmów mrówkowych do identyfikacji opóźnień w układach liniowych MISO. Wykorzystano przy tym klasyczny algorytm gradientowy do określania jakości otrzymanych modeli. Efektywność zaproponowanej metody została porównana z wybranymi metodami klasycznymi z wykorzystaniem badań symulacyjnych.

The identification of time delays of linear systems is one of important tasks. If the system is MISO, the solution space is multi-modal and identification algorithms can find only the local optimum. One of the possibility of identification is the use of the Ant Colony Optimization methods to identify time delays. The nonlinear least-squares method is applied to find the residual parameters and quality function. The simulation results are presented in the paper.