期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
IPSO-BP算法在半主动悬架控制中的应用 被引量:3
1
作者 刘顺安 胡庆玉 +3 位作者 高春甫 于显利 姚永明 陈延礼 《北京工业大学学报》 EI CAS CSCD 北大核心 2011年第9期1281-1286,共6页
为了改善半主动悬架的性能,提出采用改进的粒子群优化(improved particle swarm optimization,IPSO)-向后传播(back propagation,BP)算法作为半主动悬架自适应控制,该算法将标准粒子群算法进行改进,用以改善粒子群全局收敛性和收敛速度... 为了改善半主动悬架的性能,提出采用改进的粒子群优化(improved particle swarm optimization,IPSO)-向后传播(back propagation,BP)算法作为半主动悬架自适应控制,该算法将标准粒子群算法进行改进,用以改善粒子群全局收敛性和收敛速度,并将改进后的IPSO算法作为BP神经网络的学习算法,用于半主动悬架的自适应控制.自适应控制器采用了双神经网络单元结构,一个作为输入端的控制器,根据路面输入调节半主动悬架阻尼值,另一个作为半主动悬架的辨识器,并进行在线识别.通过该控制器进行半主动悬架自适应控制数值仿真,结果表明,基于该算法的控制器明显改善了汽车的舒适性和平顺性,使得车身的垂向加速度比粒子群优化(particle swarm optimization,PSO)-BP半主动悬架的降低了21.73%,提高了汽车悬架的性能. 展开更多
关键词 半主动悬架 自适应控制 粒子优化(ipso)-向后传播(bp)算法 粒子优化(ipso)机制
在线阅读 下载PDF
基于BP分类的粒子群QoS路由算法研究 被引量:3
2
作者 袁丽乔 杨喜旺 杨梦茹 《计算机工程与应用》 CSCD 北大核心 2015年第9期98-102,共5页
随机优化的粒子群算法(PSO)在解决待优化问题时,仅利用适应度函数对单个粒子所找到解的优劣进行判断,缺乏对种群总体状态的评估,导致算法经过一定次数的迭代后陷入局部收敛。改进算法BPPSO利用BP神经网络对种群进行状态划分,并根据划分... 随机优化的粒子群算法(PSO)在解决待优化问题时,仅利用适应度函数对单个粒子所找到解的优劣进行判断,缺乏对种群总体状态的评估,导致算法经过一定次数的迭代后陷入局部收敛。改进算法BPPSO利用BP神经网络对种群进行状态划分,并根据划分结果对种群实施相应的扰动操作,从种群的角度对算法进行改进。仿真实验表明,改进算法能够增加种群多样性,提高优化精度,较好地解决了Ad Hoc网络的QoS路由问题,从而验证了所提算法的可行性和有效性。 展开更多
关键词 粒子优化(PSO)算法 早熟收敛 向后传播(bp)神经网络 QOS路由
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部