Nonlinear Parametric Model Identification Using Genetic Algorithms
Nonlinear Parametric Model Identification Using Genetic Algorithms
复制标题
使用遗传算法进行非线性参数模型识别
DOI：
10.1007/3-540-44869-1_60
复制
发表时间：
2009
期刊：
影响因子：
5.7
通讯作者：
H. Arazoza
中科院分区：
文献类型：
--
作者：
L. M. Pedroso;Aymée Marrero;H. Arazoza
本文提出了一种基于遗传算法的启发式方法，以获得数值解的识别问题的确定性动力系统给定的一组离散观测的模型。使用适当的数值积分器求解常微分方程系统，并使用遗传算法使误差函数最小化。在古巴设计了一个艾滋病毒/艾滋病流行演变模型。
This paper proposes an heuristic approach based on genetic algorithms to obtain numerical solutions for the identification problem in deterministic dynamical systems given a set of discrete observations of the model. The ordinary differential equations system is solved using an appropriate numerical integrator and an error function is minimized using a genetic algorithm. Experiments were designed for a model of HIV-AIDS epidemic evolution in Cuba.