已閱讀1頁，還剩54頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領
文檔簡介
1、粒子群優(yōu)化算法(Particle Swarm Optimization，PSO)源于對鳥群覓食行為的研究，是一種基于群智能的演化計算技術。由于該算法概念簡明，實現(xiàn)方便，收斂速度快，參數(shù)設置少，是一種高效的搜索算法，近年來受到學術界的廣泛重視。目前，已廣泛應用于函數(shù)優(yōu)化、神經(jīng)網(wǎng)絡訓練、模式識別、模糊系統(tǒng)控制以及其它工程領域。
本文提出了一種新的混合粒子群優(yōu)化算法(MPSO)來訓練徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡的參數(shù)，并將訓練出
2、的RBF神經(jīng)網(wǎng)絡作為預測控制算法的預測模型，對非線性系統(tǒng)進行直接多步預測控制。同時也采用MPSO對構(gòu)造的復合神經(jīng)網(wǎng)絡進行訓練，并將其作為系統(tǒng)的辨識模型，用于非線性系統(tǒng)的輸出反饋控制。通過實驗進行仿真，控制效果較好。本文所作的主要工作如下：
第一、對粒子群優(yōu)化算法的性能進行分析，針對該算法的早熟收斂，容易陷入局部最優(yōu)且搜索精度不高等缺點，提出了一種新的混合粒子群優(yōu)化算法。
第二、將混合粒子群優(yōu)化算法(MPSO)
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(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)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。
最新文檔
- 粒子群優(yōu)化算法的研究及其應用.pdf
- 粒子群優(yōu)化算法研究及其應用.pdf
- 動態(tài)粒子群優(yōu)化算法及其應用.pdf
- 粒子群優(yōu)化算法的改進及其應用
- 粒子群優(yōu)化算法的改進研究及其應用.pdf
- 粒子群優(yōu)化算法的改進及其應用.pdf
- 混合粒子群優(yōu)化算法及其應用.pdf
- 粒子群優(yōu)化算法及其工程應用研究.pdf
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡介
- 改進粒子群優(yōu)化算法及其應用研究.pdf
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡介
- 多目標粒子群優(yōu)化算法及其應用.pdf
- 改進的粒子群優(yōu)化算法及其應用研究.pdf
- 粒子群算法及其應用.pdf
- 粒子群優(yōu)化算法及其若干工程應用研究.pdf
- 粒子群優(yōu)化算法的研究與應用.pdf
- 粒子群優(yōu)化算法應用研究.pdf
- 24270.粒子群優(yōu)化算法改進研究及其應用
- 基于梯度搜索的粒子群優(yōu)化算法研究及其應用.pdf
- 編碼先驗約束的粒子群優(yōu)化算法研究及其應用.pdf
評論
0/150
提交評論