Genetic Algorithms is a kind of sto

Genetic Algorithms is a kind of stochastic search
algorithm based on the rule of evolution of the biological
universe, which was firstly proposed by Holland [4] in
1975. GA has the ability to search global optimal solution
of the space without being trapped in local minima. There
are a great amount of applications of GA in the field of
nonlinear system identification, and many researchers [5-15]
introduce the identification of motors or power electronics
systems based on GA. Though GA has the ability to search
global optimal solution of the space, the local search ability
of this algorithm is poor, especially when the optimization
problem is complex, and GA may take relatively long time
to search the global optimal solution. In addition, nonlinear
system identification is a kind of quite complex
optimization problem, thus just using GA to conduct
parameter identification would decrease the convergence
speed and practicality of the algorithm. On the other hand,
simplex method [16] has the ability to converge the optimal
solution more quickly and does not need the differential
information of objective function, thus this method could
be used to identify nonlinear system conveniently and
efficiently

Kết quả (Việt) 1:

Thuật toán di truyền là một loại tìm kiếm ngẫu nhiênthuật toán dựa trên các quy tắc của sự tiến hóa của sinh họcvũ trụ, trước hết được đề xuất bởi Hà Lan [4] trong1975. GA có khả năng tìm kiếm toàn cầu các giải pháp tối ưukhông gian mà không bị mắc kẹt trong cực tiểu cục bộ. Cómột số lượng lớn của các ứng dụng của GA trong lĩnh vựcnhận dạng hệ thống phi tuyến, và nhiều nhà nghiên cứu [5-15]giới thiệu nhận dạng của động cơ hoặc điện điện tửHệ thống dựa trên GA. Mặc dù GA có khả năng tìm kiếmtoàn cầu giải pháp tối ưu không gian, khả năng tìm kiếm địa phươngthuật toán này là người nghèo, đặc biệt là khi tối ưu hóavấn đề là phức tạp, và GA có thể mất thời gian tương đối dàiđể tìm kiếm các giải pháp tối ưu toàn cầu. Ngoài ra, phi tuyếnHệ thống nhận dạng là một loại khá phức tạpvấn đề tối ưu hóa, do đó chỉ sử dụng GA để tiến hànhtham số nhận dạng sẽ giảm sự hội tụtốc độ và thực tiễn của các thuật toán. Mặt khácsimplex phương pháp [16] có khả năng để hội tụ các tối ưugiải pháp nhanh hơn và không cần vi phânthông tin của hàm mục tiêu, vì vậy phương pháp này có thểđược sử dụng để xác định hệ thống phi tuyến thuận tiện vàhiệu quả

Kết quả (Việt) 2:

Thuật toán di truyền là một loại tìm kiếm ngẫu nhiên
thuật toán dựa trên các quy tắc của sự tiến hóa của các sinh vật
vũ trụ, trong đó lần đầu tiên được đề xuất bởi Hà Lan [4] trong
năm 1975. GA có khả năng tìm kiếm giải pháp tối ưu toàn cầu
của không gian mà không bị mắc kẹt trong tiểu địa phương. Có
một số lượng lớn các ứng dụng của GA trong lĩnh vực
nhận dạng hệ thống phi tuyến, và nhiều nhà nghiên cứu [5-15]
giới thiệu việc xác định các động cơ hoặc điện tử công suất
hệ thống dựa trên GA. Mặc dù GA có khả năng tìm kiếm
giải pháp tối ưu toàn cầu của không gian, khả năng tìm kiếm địa phương
của thuật toán này là người nghèo, đặc biệt là khi tối ưu hóa
vấn đề rất phức tạp, và GA có thể mất thời gian tương đối dài
để tìm kiếm các giải pháp tối ưu toàn cầu. Ngoài ra, phi tuyến
hệ thống nhận dạng là một loại khá phức tạp
vấn đề tối ưu hóa, do đó chỉ cần sử dụng GA để tiến hành
xác định các tham số sẽ làm giảm sự hội tụ
tốc độ và tính thực tiễn của thuật toán. Mặt khác,
phương pháp simplex [16] có khả năng hội tụ tối ưu
giải pháp nhanh chóng hơn và không cần sự khác biệt giữa
thông tin của hàm mục tiêu, do đó phương pháp này có thể
được sử dụng để xác định hệ thống phi tuyến thuận tiện và
hiệu quả