检索结果-维普期刊中文期刊服务平台

基于IMSE的神经网络优化设计方法在板厚板形控制中的应用被引量：2: 1; 作者王粉花王莉孙一康《小型微型计算机系统》 CSCD 北大核心 2004年第12期2264-2267,共4页; 提出基于免疫调节的共生进化算法 (IMSE)的神经网络优化设计方法 ,融入了免疫调节原理中的浓度抑制调节机制以保持个体的多样性 ,有效地克服了未成熟收敛现象 .在应用于二机架冷连轧板厚板形综合控制系统中的仿真实验表明 ,该方法能很... 展开更多; 关键词免疫调节共生进化算法神经网络板厚板形控制; 在线阅读下载PDF 职称材料

基于多值编码GA-BP混合算法的板形板厚综合预测控制被引量：1: 2; 作者徐林张宇献 +1 位作者王建辉顾树生《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2005年第A02期132-136,共5页; 为克服BP神经网络存在的收敛速度慢、易于陷入局部极值等不足,提出了可以同时优化BP神经网络的结构和参数的基于多值编码方式的嵌入梯度下降算子的混合遗传算法(GA-BP).并在此基础上针对板形板厚综合系统(AFC-AGC)具有强非线性、强耦合... 展开更多; 关键词混合遗传算法多值编码梯度下降 BP神经网络板形板厚综合控制预测控制; 在线阅读下载PDF 职称材料

基于动态RBF神经网络的板形板厚综合控制仿真研究被引量：1: 3; 作者张秀玲张志强《智能系统学报》 2007年第2期65-68,共4页; 基于RBF神经网络的特点提出了一种动态调节隐含层隐节点个数的方法,由2部分组成:首先以网络输出数据的均方误差及其变化率为标准来调节隐含层节点的数目,然后调节优化隐含层节点的中心值,根据广义逆矩阵的方法求出输出层权值.所设计的... 展开更多; 关键词 BF网络动态设计逆矩阵板形板厚综合控制; 在线阅读下载PDF 职称材料

基于对位学习多目标遗传算法的板形板厚控制: 4; 作者王昱李勇《系统仿真学报》 CAS CSCD 北大核心 2012年第4期863-867,共5页; 提出了一种基于对位学习多目标遗传算法的板形板厚控制系统设计方法。该方法给出了控制系统的结构,建立了板形板厚控制器参数的多目标优化模型,并采用对位学习多目标遗传算法对该模型进行多目标优化,得到一组控制器参数的Pareto解。在... 展开更多; 关键词对位学习多目标遗传算法板形板厚控制系统多目标优化; 在线阅读下载PDF 职称材料

题名基于IMSE的神经网络优化设计方法在板厚板形控制中的应用被引量：2: 1; 作者王粉花王莉孙一康; 机构北京科技大学信息工程学院; 出处《小型微型计算机系统》 CSCD 北大核心 2004年第12期2264-2267,共4页; 基金国家"十五"重大技术装备研究项目 ( ZZ-0 2 -13 B-0 3 -0 3 )资助; 文摘提出基于免疫调节的共生进化算法 (IMSE)的神经网络优化设计方法 ,融入了免疫调节原理中的浓度抑制调节机制以保持个体的多样性 ,有效地克服了未成熟收敛现象 .在应用于二机架冷连轧板厚板形综合控制系统中的仿真实验表明 ,该方法能很好地适应复杂环境。; 关键词免疫调节共生进化算法神经网络板厚板形控制; Keywords immune modulate symbiotic evolutional arithmetic neural network AGC-ASC system; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于多值编码GA-BP混合算法的板形板厚综合预测控制被引量：1: 2; 作者徐林张宇献王建辉顾树生; 机构东北大学信息科学与工程学院; 出处《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2005年第A02期132-136,共5页; 基金国家自然科学基金资助项目(60274024 60474040); 文摘为克服BP神经网络存在的收敛速度慢、易于陷入局部极值等不足,提出了可以同时优化BP神经网络的结构和参数的基于多值编码方式的嵌入梯度下降算子的混合遗传算法(GA-BP).并在此基础上针对板形板厚综合系统(AFC-AGC)具有强非线性、强耦合而难以建立精确的数学模型的问题,设计了基于BP网络板形板厚综合预测模型,引入了反馈校正的方法来提高板形板厚控制系统的抗干扰能力.仿真结果表明,该模型可以实现板形板厚的精确控制,为热连轧板形板厚综合控制提供了一个新的有效的方法.; 关键词混合遗传算法多值编码梯度下降 BP神经网络板形板厚综合控制预测控制; Keywords hybrid genetic algorithm multi-encoding gradient descent BP neural networks flatness and gauge complex control predictive control; 分类号 TP273.5 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于动态RBF神经网络的板形板厚综合控制仿真研究被引量：1: 3; 作者张秀玲张志强; 机构燕山大学电气工程学院; 出处《智能系统学报》 2007年第2期65-68,共4页; 基金国家自然科学基金资助项目(50374058) 燕山大学博士基金资助项目(B70); 文摘基于RBF神经网络的特点提出了一种动态调节隐含层隐节点个数的方法,由2部分组成:首先以网络输出数据的均方误差及其变化率为标准来调节隐含层节点的数目,然后调节优化隐含层节点的中心值,根据广义逆矩阵的方法求出输出层权值.所设计的神经网络具有最少的隐含层节点数,提高了学习训练速度,构造了板形板厚综合控制的数学模型,采用新的模型处理方法,用动态RBF神经网络进行控制仿真,取得了理想的结果.; 关键词 BF网络动态设计逆矩阵板形板厚综合控制; Keywords RBFNN dynamic design inverse matrix integrated control of strip flatness and thickness; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于对位学习多目标遗传算法的板形板厚控制: 4; 作者王昱李勇; 机构沈阳航空航天大学自动化学院沈阳工业大学"特种电机与高压电器"部省共建重点实验室; 出处《系统仿真学报》 CAS CSCD 北大核心 2012年第4期863-867,共5页; 基金辽宁省教育厅科学技术研究一般项目(201134123); 文摘提出了一种基于对位学习多目标遗传算法的板形板厚控制系统设计方法。该方法给出了控制系统的结构,建立了板形板厚控制器参数的多目标优化模型,并采用对位学习多目标遗传算法对该模型进行多目标优化,得到一组控制器参数的Pareto解。在其中选择三个Pareto解对应的控制器参数,作用于板形板厚控制系统做仿真研究。结果表明,所得到的Pareto解集中选定区域的解都可以使系统具有满意的性能,并且对扰动有较好的抑制作用,证实了该方法的有效性。; 关键词对位学习多目标遗传算法板形板厚控制系统多目标优化; Keywords opposition based learning multi-objective genetic algorithm shape and gauge control system multi-objective optimization; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于IMSE的神经网络优化设计方法在板厚板形控制中的应用	王粉花王莉孙一康	《小型微型计算机系统》 CSCD 北大核心	2004	2	在线阅读下载PDF 职称材料
2	基于多值编码GA-BP混合算法的板形板厚综合预测控制	徐林张宇献王建辉顾树生	《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2005	1	在线阅读下载PDF 职称材料
3	基于动态RBF神经网络的板形板厚综合控制仿真研究	张秀玲张志强	《智能系统学报》	2007	1	在线阅读下载PDF 职称材料
4	基于对位学习多目标遗传算法的板形板厚控制	王昱李勇	《系统仿真学报》 CAS CSCD 北大核心	2012	0	在线阅读下载PDF 职称材料