熊孩子。 2019-03-16 22:29 采纳率: 0%
浏览 893

用遗传算法同时辨识四个参数,其中一个参数比另外三个大几个数量级,导致系统辨识精度不够

基于Matlab用遗传算法对电路耦合参数做辨识,其中三个参数为1e-6数量级,另外一个参数为10数量级,导致在适应度函数中,四个参数所占的比重不同,或者说他们对适应度的影响不同,最终导致辨识结果较差,如果给定参数为10数量级的参数的具体值,只辨识其他三个参数,辨识结果非常好,想问一下有没有什么改进的遗传算法可以解决这个问题?

  • 写回答

0条回答 默认 最新

    报告相同问题?

    悬赏问题

    • ¥15 乘性高斯噪声在深度学习网络中的应用
    • ¥15 运筹学排序问题中的在线排序
    • ¥15 关于docker部署flink集成hadoop的yarn,请教个问题 flink启动yarn-session.sh连不上hadoop,这个整了好几天一直不行,求帮忙看一下怎么解决
    • ¥30 求一段fortran代码用IVF编译运行的结果
    • ¥15 深度学习根据CNN网络模型,搭建BP模型并训练MNIST数据集
    • ¥15 C++ 头文件/宏冲突问题解决
    • ¥15 用comsol模拟大气湍流通过底部加热(温度不同)的腔体
    • ¥50 安卓adb backup备份子用户应用数据失败
    • ¥20 有人能用聚类分析帮我分析一下文本内容嘛
    • ¥30 python代码,帮调试,帮帮忙吧