Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

01.10.2019 | Methodologies and Application

Selfish herd optimization algorithm based on chaotic strategy for adaptive IIR system identification problem

Zeitschrift:
Soft Computing
Autoren:
Ruxin Zhao, Yongli Wang, Chang Liu, Peng Hu, Hamed Jelodar, Chi Yuan, YanChao Li, Isma Masood, Mahdi Rabbani, Hao Li, Bo Li
Wichtige Hinweise
Communicated by V. Loia.

Publisher's Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

The design method of adaptive infinite impulse response (IIR) filter is a challenging problem. Its design principle is to determine the filter parameters by the iteration process of the adaptive algorithm, which is to obtain an optimal model for unknown plant based on minimizing mean square error (MSE). However, many adaptive algorithms cannot adjust the parameters of IIR filter to the minimum MSE. Therefore, a more efficient adaptive optimization algorithm is required to adjust the parameters of IIR filter. In this paper, we propose a selfish herd optimization algorithm based on chaotic strategy (CSHO) and apply it to solving IIR system identification problem. In CSHO, we add a chaotic search strategy, which is a better local optimization strategy. Its function is to search for better candidate solutions around the global optimal solution, which makes the local search of the algorithm more precise and finds out potential global optimal solutions. We use solving IIR system identification problem to verify the effectiveness of CSHO. Ten typical IIR filter models with the same order and reduced order are selected for experiments. The experimental results of CSHO compare with those of bat algorithm (BA), cellular particle swarm optimization and differential evolution (CPSO-DE), firefly algorithm (FFA), hybrid particle swarm optimization and gravitational search algorithm (HPSO-GSA), improved particle swarm optimization (IPSO) and opposition-based harmony search algorithm (OHS), respectively. The experimental results show that CSHO has better optimization accuracy, convergence speed and stability in solving most of the IIR system identification problems. At the same time, it also obtains better optimization parameters and achieves smaller difference between actual output and expected output in test samples.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Premium Partner

    Bildnachweise