Parameter Estimation of Loranz Chaotic Dynamic System Using Bees Algorithm

يك مسيله مهم در علم غيرخطي، تخمين پارامترهاي ناشناخته در سيستم آشوبي لورنز است. تخمين پارامتر براي سيستم‌هاي آشوبي يك مسيله‌ي بهينه سازي پيوسته‌ي چند بعديست كه هدفِ بهينه سازي، كمينه كردن ميانگين مربعات خطاي بين پاسخ‌هاي واقعي و تخميني براي يك تعداد از نمونههاي داده شده است. الگوريتم زنبور عسل يك عضو جديد از الگوريتم‌هاي فراابتكاريست. در الگوريتم زنبور سعي بر مدل كردنرفتار طبيعي زنبورهاي عسل در جستجوي غذاست. اين مقاله روي استفاده از الگوريتم زنبور براي حل اين مسيله تمركز مي‌ند. نتايج شبيه سازي شايستگي، كارايي و صلابت الگوريتم زنبور را نشان مي‌دهد.

An important problem in nonlinear science is estimation of unknown parameters in Loranz chaotic system. Clearly, the parameter estimation for chaotic systems is a multidimensional continuous optimization problem, where the optimization goal is to minimize mean squared errors (MSEs) between real and estimated responses for a number of given samples. The Bees algorithm (BA) is a new member of meta-heuristics. BA tries to model natural behavior of honey bees in food foraging. This paper focuses on using the BA to solve this problem. Simulation results demonstrate the merit, effectiveness and robustness of BA.