系统控制与同步是控制工程的重要组成部分，一直以来在工程应用的诸多领域备受关注。作为系统控制与同步的前提，系统辨识有着十分重要的理论意义和应用价值。自1967年以来，国际自动控制联合会(IFAC)曾多次召开过以系统辨识和参数估计为主题的专题会议。到目前为止，系统辨识已取得了许多成果，不仅在航空航天、工业生产中有着广泛应用，而且在经济管理、生物医学、气象学、环境工程和社会系统等领域发挥着至关重要的作用。　　 作为一种新的群智能优化算法，ABC算法在2005年才经提出，研究时间较短。此算法主要用于多维度、多峰值的优化问题，其仿真结果可与PSO算法和DE算法相媲美。因其参数少、演化速度快、计算简单、易于实现等优点，算法一经提出就在引起了研究人员的高度注意，但目前为止，该算法很少被用在系统辨识的问题上。　　 本文旨在对ABC算法做进一步的分析研究，在此基础上对算法加以改进，建立恰当的数学优化模型，设计通用的求解系统辨识问题的方法，对一类非线性振动系统“Van der Pol-Duffing(VDPD)”振子的未知参数进行辨识。　　 第一章首先介绍了系统辨识的研究背景和意义。其次介绍了系统辨识的方法以及系统辨识的国内外研究现状。最后给出了本文的研究内容、研究目的以及文章的结构安排。　　 第二章首先概括地描述了智能优化算法的概念和意义，而后列举了目前常用的一些智能优化算法。最后，通过详细介绍GA、DE、ACO、PSO四种算法的优化原理、算法流程、研究现状、应用成果，着重说明了演化算法以及群智能算法。　　 第三章是对ABC算法的详细论述。首先介绍了ABC算法的产生与发展过程。而后说明了该算法的优化原理。最后对此算法的全局收敛性进行了说明。　　 第四章提出了带有空间收缩机制的人工蜂群(ABCSC)算法。为改善算法的后期探索能力，每隔一定的演化次数，以当前最优解为中心定义新的搜索空间，在新空间中重新初始化种群。　　 第五章采用ABCSC算法对VDPD振子的未知参数进行辨识。辨识过程分为无噪和含噪两个阶段，基于对辨识结果的定量和定性分析，说明了改进后的ABC算法在解决此类问题中的可行性、有效性。　　 第六章总结全文所做工作，对将来的研究工作做出展望。