基于改進PSO的神經網絡優(yōu)化方法及其在熱工系統(tǒng)中的應用.pdf_第1頁
已閱讀1頁，還剩65頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、本文首先對粒子群算法的收斂性進行了系統(tǒng)地分析，針對粒子群算法的早熟現(xiàn)象，將自適應變異、混沌、模擬退火以及小生境等方法引入到粒子群算法中，構成了混合PSO算法。通過幾個標準測試函數(shù)的仿真，表明了改進算法的收斂速度快、精度高；隨后提出PSO—BP混合算法來對神經網絡PID的權值進行優(yōu)化，從而實現(xiàn)了對主汽溫系統(tǒng)的動態(tài)PID控制。仿真結果表明，被控系統(tǒng)具有很好的抗干擾性能和較強的魯棒性。最后提出了簡化的減法聚類法并與PSO—BP算法結合，完成了

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論