期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于PSO-RBF神经网络模型的原水水质评价方法及应用 被引量：23
1
作者 王冬生 李世华 周杏鹏 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第5期1019-1023,共5页
针对自来水生产过程的原水水质评价问题,提出了一种基于PSO-RBF神经网络模型的原水水质评价方法.首先,根据水厂生产经验和历史数据分析,制定面向自来水生产过程的原水水质评价标准.然后,采用粒子群优化(PSO)算法训练的RBF神经网络模型,... 针对自来水生产过程的原水水质评价问题,提出了一种基于PSO-RBF神经网络模型的原水水质评价方法.首先,根据水厂生产经验和历史数据分析,制定面向自来水生产过程的原水水质评价标准.然后,采用粒子群优化(PSO)算法训练的RBF神经网络模型,对苏州市相城水厂的进厂原水水质实施在线评价.最后,将进厂原水水质在线评价结果作为前馈量,增加相城水厂药剂(矾和臭氧)投加过程的前馈控制环节,使得药剂投加量能够根据原水水质的变化及时做出调整.实际应用效果表明,与改进前的反馈控制过程相比,过程出水水质更加平稳,提高了自来水生产过程应对原水水质变化的能力. 展开更多
关键词 原水水质评价 RBF神经网络 粒子群优化算法 前馈控制
在线阅读 下载PDF
球磨机混合优化前向神经网络PID解耦控制系统 被引量：15
2
作者 程启明 程尹曼 +1 位作者 汪明媚 郑勇 《电力系统及其自动化学报》 CSCD 北大核心 2010年第2期54-59,共6页
针对球磨机制粉系统的多变量、强耦合、非线性和时变性等特点,提出球磨机的混沌PSO与BP混合优化前向神经网络PID解耦控制系统。在这种控制器中,PID控制器的控制参数采用神经网络进行自适应整定,神经网络的权值采用混合优化算法进行调整... 针对球磨机制粉系统的多变量、强耦合、非线性和时变性等特点,提出球磨机的混沌PSO与BP混合优化前向神经网络PID解耦控制系统。在这种控制器中,PID控制器的控制参数采用神经网络进行自适应整定,神经网络的权值采用混合优化算法进行调整。仿真结果表明该控制方法跟踪快、鲁棒性强、解耦好,控制品质优于传统PID解耦控制方法,较好地解决了球磨机的时变性、耦合性等问题。 展开更多
关键词 球磨机 混沌粒子群优化 反向传播算法 比例-积分-微分控制 前向神经网络
在线阅读 下载PDF
基于粒子群优化的潜器深度自适应模糊控制 被引量：13
3
作者 彭鹏菲 姜俊 黄亮 《控制工程》 CSCD 北大核心 2017年第2期441-445,共5页
为了克服水下潜器复杂工作环境及非线性沉浮运动的不利因素,提高系统平台的稳定性与自适应能力,提出了一种基于粒子群优化的水下潜器深度自适应模糊控制方法。该方法采用基于粒子群优化的搜索方法,对模糊控制器的控制规则修正因子进行... 为了克服水下潜器复杂工作环境及非线性沉浮运动的不利因素,提高系统平台的稳定性与自适应能力,提出了一种基于粒子群优化的水下潜器深度自适应模糊控制方法。该方法采用基于粒子群优化的搜索方法,对模糊控制器的控制规则修正因子进行动态优化调整,同时结合基于误差反向传播的多层前向神经网络对隶属函数参数进行自适应修正。这种将粒子群优化与神经网络相结合的模糊控制方法具有较快的收敛速度,能够有效的实现系统平台水下运动状态的自适应调整,并避免了局部极小值问题。仿真实验结果表明:该方法实际应用中的控制变量超调量及稳态误差均优于传统的自适应模糊控制过程,可使水下潜器具备更好的稳定性能,应用前景广阔。 展开更多
关键词 模糊控制 修正因子 粒子群优化 多层前向神经网络
在线阅读 下载PDF
神经网络和改进粒子群算法在地震预测中的应用 被引量：8
4
作者 苏义鑫 沈俊 +1 位作者 张丹红 胡孝芳 《计算机应用》 CSCD 北大核心 2011年第7期1793-1796,1807,共5页
提出了一种基于神经网络与改进粒子群算法的地震预测方法,该方法采用前向神经网络作为地震震级的预测模型,引入改进的粒子群算法对前向网络的连接权值进行修正。为了设计在全局搜索和局部搜索之间取得最佳平衡的惯性权重,基于粒子动态... 提出了一种基于神经网络与改进粒子群算法的地震预测方法,该方法采用前向神经网络作为地震震级的预测模型,引入改进的粒子群算法对前向网络的连接权值进行修正。为了设计在全局搜索和局部搜索之间取得最佳平衡的惯性权重,基于粒子动态变异思想对粒子群优化算法进行改进,提出了一种动态变异粒子群优化算法,并将其应用于地震震级预测神经网络模型优化。在仿真实验中,将所提出的方法与另外两个采用不同算法的前向网络预测方法进行了比较。结果表明所提出的优化算法收敛速度最快,所得模型的预测误差最小,泛化能力最强,对地震的中期预测有很好的参考作用。 展开更多
关键词 地震预测 前馈神经网络 粒子群优化算法 BP算法
在线阅读 下载PDF
弱电网下考虑锁相环影响的并网逆变器自适应改进前馈策略 被引量：15
5
作者 赵铁英 高宁 +2 位作者 杨杰 杨明 李俊然 《电工电能新技术》 CSCD 北大核心 2023年第4期29-38,共10页
LCL型并网逆变器采用网压比例前馈策略可以有效地抑制电网背景谐波,但在弱电网下,随着电网阻抗的增大,系统逐渐失稳,同时再考虑锁相环影响,系统鲁棒性大幅降低。为此,本文首先建立包含锁相环以及网压比例前馈的LCL型并网逆变器阻抗模型... LCL型并网逆变器采用网压比例前馈策略可以有效地抑制电网背景谐波,但在弱电网下,随着电网阻抗的增大,系统逐渐失稳,同时再考虑锁相环影响,系统鲁棒性大幅降低。为此,本文首先建立包含锁相环以及网压比例前馈的LCL型并网逆变器阻抗模型,并采用阻抗分析法进行稳定性分析;提出了在锁相环以及网压前馈通道前串联陷波器对逆变器等效输出阻抗相位进行补偿的改进策略,在提升系统鲁棒性的同时保留网压比例前馈策略谐波抑制能力。然而,改进策略无法满足电网阻抗宽范围变化时系统稳定的要求,因此在改进策略的基础上加入了自适应环节,通过电网阻抗测量技术结合粒子群优化算法对陷波器参数进行自适应优化,从而提升系统在电网阻抗宽范围变化时的鲁棒性。最终通过仿真与实验验证了自适应改进策略的正确性和有效性。 展开更多
关键词 弱电网 并网逆变器 改进前馈 锁相环 自适应 粒子群优化算法
在线阅读 下载PDF
伺服电机驱动的液压动力系统及其神经网络自适应优化控制 被引量：7
6
作者 马玉 谷立臣 《中国机械工程》 EI CAS CSCD 北大核心 2014年第9期1239-1243,共5页
针对传统液压系统存在的高能耗、低响应特点,采用节能型液压动力源-永磁伺服电机直接驱动定量泵,以取代原有的异步电机驱动液压动力源,从而形成一种新型的节能、响应快速、易实现闭环控制的液压动力系统。由于实际液压系统随机干扰严重... 针对传统液压系统存在的高能耗、低响应特点,采用节能型液压动力源-永磁伺服电机直接驱动定量泵,以取代原有的异步电机驱动液压动力源,从而形成一种新型的节能、响应快速、易实现闭环控制的液压动力系统。由于实际液压系统随机干扰严重,具有多变量、非线性、强耦合的特征,难以建立较准确的数学模型,常规的PID控制算法很难满足液压系统高精度控制的要求,因此提出基于PSO与BP混合优化前向神经网络PID自适应控制方法,实现液压系统在典型工况下流量的精确控制。PID控制器的参数采用神经网络进行自适应整定,神经网络的权值采用混合优化算法进行调整,通过神经网络的自学习能力寻找最佳的P、I、D非线性组合控制律,以增强液压系统对工况变化的适应能力。仿真和实验结果表明,该控制方法跟踪速度快、超调小、鲁棒性强,从而为液压系统流量高精度控制提供了一种新方法。 展开更多
关键词 粒子群优化(PSO) 前向神经网络 液压系统
在线阅读 下载PDF
混合学习法前向网络多属性储层参数预测 被引量：4
7
作者 吴秋波 吴元 王允诚 《西南石油大学学报（自然科学版）》 CAS CSCD 北大核心 2011年第2期68-72,11,共5页
应用前向网络描述地震属性和储层参数间的非线性映射关系时,经典的误差反向传播算法存在收敛速度慢,易陷入局部极值等诸多不足。研究了融合粒子群优化算法和误差反向传播算法的混合学习法前向网络多属性储层参数预测技术。粒子群优化算... 应用前向网络描述地震属性和储层参数间的非线性映射关系时,经典的误差反向传播算法存在收敛速度慢,易陷入局部极值等诸多不足。研究了融合粒子群优化算法和误差反向传播算法的混合学习法前向网络多属性储层参数预测技术。粒子群优化算法是一种群体随机搜索演化计算技术,具有较快的收敛速度和较强的全局搜寻能力;误差反向传播算法本质上是梯度下降算法,注重局部搜索。混合学习法为两种学习算法交替执行,首先以粒子群优化算法训练网络,当误差能量在规定的迭代次数内不再发生变化时,采用误差反向传播算法实现局部寻优。理论函数逼近测试和实际储层参数预测实验说明了混合学习法具有学习时间短、求解效率高、可靠性强的优点,具有良好的应用前景。 展开更多
关键词 误差反向传播算法 粒子群优化算法 前向网络 地震属性 孔隙度
在线阅读 下载PDF
基于粒子群优化神经网络的谐波检测 被引量：5
8
作者 刘伟 张龙水 范金玉 《大庆石油学院学报》 CAS 北大核心 2010年第1期94-97,共4页
根据谐波的傅里叶分析,把对谐波相位和幅值的检测转化为对谐波的正余弦分量幅值的检测.提出一种应用基于粒子群优化算法的多层前馈神经网络(MLFANN)实现谐波检测的方法,并构造一个3层MLFNN,以电网中最常见的3次、5次谐波为例,给出检测... 根据谐波的傅里叶分析,把对谐波相位和幅值的检测转化为对谐波的正余弦分量幅值的检测.提出一种应用基于粒子群优化算法的多层前馈神经网络(MLFANN)实现谐波检测的方法,并构造一个3层MLFNN,以电网中最常见的3次、5次谐波为例,给出检测的实现方法.MATLAB仿真结果表明,该谐波检测方法具有较强的泛化能力和较高的检测精度. 展开更多
关键词 人工神经网络 粒子群算法 谐波检测 多层前馈神经网络
在线阅读 下载PDF
基于前馈扰动的粒子群改进算法 被引量：7
9
作者 彭力 王茂海 《控制工程》 CSCD 北大核心 2012年第1期102-105,共4页
使用线性系统理论分析了粒子群算法(Particle Swarm Optimization,PS0)陷入局部极值的原因。为使粒子种群跳出局部极值粒子重新获得活性,借鉴了鱼群算法中拥挤度因子的概念,提出了前馈扰动粒子群算法(Feedforward Disturbance Particle ... 使用线性系统理论分析了粒子群算法(Particle Swarm Optimization,PS0)陷入局部极值的原因。为使粒子种群跳出局部极值粒子重新获得活性,借鉴了鱼群算法中拥挤度因子的概念,提出了前馈扰动粒子群算法(Feedforward Disturbance Particle Swarm Optimization,FDPSO),在以当前最优值为圆心拥挤度因子为半径的圆域内统计粒子的数量,当粒子数量大于某一常数时候,认为种群将会陷入局部最优,因此提前给种群加入扰动。仿真实验证明了理论及所提出算法的有效性。 展开更多
关键词 粒子群 前馈扰动粒子群 拥挤度因子
在线阅读 下载PDF
基于MLP和SPSO的机器人行为选择与运动控制方法 被引量：2
10
作者 钟云胜 郝加波 腾云 《计算机应用研究》 CSCD 北大核心 2018年第8期2379-2382,共4页
针对传统行为选择机制(ASM)不能很好地作出控制决策的问题,提出一种基于多层感知(MLP)前馈神经网络的ASM,并将其应用到移动机器人目标跟踪中。首先,根据具体应用场景预定义多个机器人行为;然后,根据机器人配备的图像和红外传感器获得的... 针对传统行为选择机制(ASM)不能很好地作出控制决策的问题,提出一种基于多层感知(MLP)前馈神经网络的ASM,并将其应用到移动机器人目标跟踪中。首先,根据具体应用场景预定义多个机器人行为;然后,根据机器人配备的图像和红外传感器获得的目标位置和障碍物信息,通过MLP神经网络从预定义行为中选择出所需执行的行为;另外,为了构造最优的MLP模型,采用一种简化粒子群算法(SPSO)来优化网络权值参数。机器人目标跟踪仿真的结果表明,提出的ASM能够准确选择出合适的行为,实现了控制机器人跟踪目标移动且能够避开各种障碍物。 展开更多
关键词 行为选择机制 机器人控制 多层感知前馈神经网络 简化粒子群算法
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部