TY - JOUR A2 - Rajagopal，卡菲基恩AU - Shourgashti，扎赫拉AU - Keshvari，哈米德AU - 帕纳西，希林PY - 2017年DA - 2017年8月7日TI - 使用修改的智能实验设计中的混沌系统SP的参数估计 - 8309108 VL- 2017年AB - 计算模型起着预测和实际的系统和流程优化的重要作用。模型通常具有一些参数，应设置为适当的值。因此，参数估计被称为建模和系统识别的重要部分。它通常是指使用采样数据来估计参数最佳值的过程。通过将其参数调整为需要更丰富数据集的最佳值，可以提高模型的准确性。具有更丰富数据集的一个简单解决方案正在增加数据量，但这可能是昂贵且耗时的。当使用动物或人的数据时，拥有适当的计划尤为重要。动态系统中有几种可用的参数估计方法;然而，由于它们对初始条件（蝴蝶效应）的敏感性，混沌系统存在一些基本差异。 Accordingly, in this paper, a new cost function which is proper for chaotic systems is applied to the chaotic one-dimensional map. Then the efficiency of a newly introduced intelligent method experimental design in extracting proper data is investigated. The results show the success of the proposed method. SN - 1076-2787 UR - https://doi.org/10.1155/2017/8309108 DO - 10.1155/2017/8309108 JF - Complexity PB - Hindawi KW - ER -