분수 차 미적분학은 기억 효과 또는 역사적 효과를 갖는 시스템을 깊이 이해하는 효과적인 도구로 간주됩니다. 비선형 시스템의 분수 차 모델링은 시스템의 강성 및 복잡성을 증가시킬 수 있지만 더 나은 통찰력을 제공합니다. 본 논문에서는 군집 지능을 기반으로 한 분수 차 Hammerstein 자기회귀 외생 잡음 모델(fractional-HARX)의 매개변수 추정 방법을 소개합니다. Grünwald–Letnikov 유한 차분 공식을 채택하여 표준 HARX 모델을 기반으로 분수 차 HARX 모델을 구축합니다. 다중 잡음 환경에서 2차 및 3차 다항식형 비선형 모델의 매개변수 추정 문제를 해결하기 위해 군집 지능 기반 전기뱀장어 탐색 최적화 알고리즘(EEFOA) 설계 방안을 제안합니다. 시스템 모델에 주요 항 분리 원리를 도입하여 정보 벡터 내 교차 항으로 인한 중복 매개변수를 줄입니다. 고래 최적화 알고리즘, 아프리카 대머리 독수리 최적화 알고리즘, 해리스 매 최적화기 및 파충류 탐색 알고리즘 등의 최첨단 최적화 휴리스틱 기법과의 비교를 통해 설계된 방법의 효과를 검증했으며, 수렴성, 강인성, 강직 매개변수 추정, 평균 편차 등에서 EEFOA의 우수성을 입증했습니다. 최적, 평균, 최악의 적합도 값 및 표준 편차 등 다중 잡음 시나리오에서의 통계 지표를 통해 분수 차 HARX 모델 추정에서 EEFOA의 통계적 유의성을 추가로 확립했습니다.

분수 차 미적분;비선형 시스템;전기뱀장어 탐색;지능형 계산