共查询到20条相似文献，搜索用时 498 毫秒
1.
2.
段明秀 《当代教育理论与实践》2010,2(1):101-104
有一种基于PSO优化的模糊RBF神经网络学习算法,该算法首先将模糊RBF神经网络需要调整的参数作为粒子,利用PSO算法的全局搜索及快速收敛特性对模糊RBF神经网络结构进行优化,然后将经PSO算法优化的各参数结果作为模糊RBF神经网络各个参数的初始值,再结合梯度下降法对网络的各参数进行动态调整。将之应用于对UCI数据集的分类及函数逼近,仿真结果表明优化后的模糊RBF神经网络具有更高的精度及鲁棒性。 相似文献
3.
为使X型四旋翼无人机系统能够在受到扰动时快速调整状态以适应环境变化,对X型四旋翼无人机进行区别于传统的受力分析,建立动力学数学模型,采用RBF神经网络和PID联合控制方法,依靠神经网络自学习和非线性映射特征实现系统控制参数的动态整定。以MATLAB/Simulink为实验平台,对RBF神经网络PID控制系统和单纯PID控制系统分别进行仿真。实验结果表明,RBF神经网络PID控制比传统的PID控制调整时间更短、控制效果更好,增强了系统自适应性。 相似文献
4.
鉴于BP神经网络、RBF神经网络在城市供水量预测精度上的不足,利用粒子群算法优化两者相关参数,实现更高预测精度,并通过建立BP神经网络、RBF神经网络、PSO-BP神经网络、PSO-RBF神经网络分别对城市供水量数据进行仿真预测。最终测试样本统计结果显示：RBF神经网络比BP神经网络平均相对误差（MRE）低约1%,在拟合度（R2）上高约0.014;PSO-BP神经网络比BP神经网络在MRE上降低约1.25%,在R2上提高约0.05;PSO-RBF神经网络比RBF神经网络在MRE上降低约0.3%,在R2上提高约0.072。由此说明RBF神经网络比BP神经网络在城市供水量预测方面更有优势,并且利用粒子群算法优化神经网络模型参数可有效提升神经网络预测精度。 相似文献
5.
6.
为了在缺少设计参数的条件下,设计一个非线性模型的热电联产故障诊断系统,提出了一种基于模糊神经网络的设计方法。通过分析热电联产控制系统各工作模块的工作过程,建立废热回收蒸汽锅炉、蒸汽集箱、汽吸收式冷凝器等模块工作模型。并采用粒子群优化算法对提出的模糊神经网络进行优化,假设模型和测量误差正常分布且相互独立,对模型置信区间进行了计算。实验测试表明,本文设计的故障检测具有较高的可信度。 相似文献
7.
针对PID控制中比例、积分与微分系数难整定和控制存在速度与超调相互矛盾的问题.提出一种结合粒子群优化(PSO)算法和模糊(Fuzzy)理论进行的PID控制.利用PSO整定到的参数进行模糊PID控制,仿真结果表明,控制上升速度快,过渡时间短,自适应能力强,是一种有效的控制方法. 相似文献
8.
PID控制是典型的工业控制,其核心内容是PID参数优化。为解决参数优化时不能确保得到最佳性能且耗时问题,通过改进粒子群算法学习因子,研究基于相等随机因子粒子群算法的PID参数优化,将其与标准的粒子群算法及迭代次数线性变化的学习因子进行比较。仿真结果表明,该算法性能指标tr、ts、δ%分别为1.782、3.285、14.07%,两种对比算法的tr、ts、δ%分别为1.804、4.825、24.33%和1.802、4.135、16.56%,改进算法提高了PID参数的稳定性、收敛速度和搜索精度,性能指标更优。 相似文献
9.
《常熟理工学院学报》2017,(4)
永磁同步电机交流伺服系统为复杂的强耦合、时变、非线性系统,传统PID控制难以实现伺服系统高精度控制性能要求.在传统PID控制基础上,对永磁同步电机转速引入模糊神经网络控制,设计一种基于鸡群算法优化的模糊神经网络PID速度控制器.仿真分析与试验结果表明,应用模糊神经网络PID速度控制的永磁同步电机矢量系统,转速响应快、超调小、控制精度高、抑制扰动能力强、鲁棒性好,取得了良好的控制效果. 相似文献
10.
针对传统PID控制在无刷直流电机控制系统中达不到良好的控制效果的问题,在无刷直流电机的数学模型基础之上,设计一种模糊神经网络自适应PID控制器,该控制器利用模糊控制非线性控制作用和BP神经网络的学习能力及适应能力相结合对PID参数进行在线实时调整。对基于模糊神经网络自适应PID控制器的无刷直流电机的双闭环控制系统进行仿真实验,实验结果表明,可以提高控制系统的响应速度,减小超调量,对负载及电机参数的变化都有较强的鲁棒性。 相似文献
11.
针对污水处理系统中溶解氧含量波动较大难以控制的问题,提出了一种基于BP神经网络的PID控制器设计方法,并根据BP神经网络的结构和特点优化了控制器参数。基于BP神经网络的PID控制器能根据系统状态在线调整PID控制参数,使系统误差保持在较小范围内,且能使系统受到干扰时快速恢复到稳定状态。以溶解氧含量为控制对象,分别对常规PID控制器和基于BP神经网络的PID控制器进行了大量仿真研究。仿真结果表明：基于BP神经网络的控制系统具有较好的适应性和鲁棒性,其控制品质优于常规PID控制器。 相似文献
12.
为了在传统PID控制的基础上实现参数的实时在线调整,获得更好的控制效果,进行了模糊PID控制的原子力显微镜仿真研究。运用欧拉-伯努利方程对幅度调制模式原子力显微镜(AM-AFM)的探针动态过程进行建模,并依据AM-AFM负反馈控制的系统模型,加入模糊PID控制模块,建立了一套完整的AM-AFM系统仿真平台。根据专家经验并查找模糊规则手册,建立了PID参数的模糊规则表,实现PID参数实时在线调整,实现了高品质的控制;同时,结合Ziegler-Nichols法离线调整出一组初值,并将此初值运用于模糊系统的模糊中心选择,进一步提高了控制效果。运用仿真平台对两个典型样品进行扫描仿真,检验了模糊PID的控制效果,表明模糊PID能显著提高AM-AFM对表面起伏较大的样品的成像质量。 相似文献
13.
符保龙 《柳州职业技术学院学报》2015,(1)
分析了RBF神经网络的基本原理﹐并利用量子粒子群算法对RBF网络的权值进行优化﹐构建了一个用于高职课堂教学质量评定的综合评价模型。实验结果表明﹐该模型的评价结果真实、有效﹐能较好的反映课堂的教学质量﹐利于促进课堂教学质量的提高。 相似文献
14.
研究基于粒子群优化算法的长短期记忆神经网络模型构建方法及其在医院门诊管理中的应用,选取三甲医院中医慢病相关科室门诊量历史记录数据,构建基于长短期记忆神经网络的门诊量预测模型,借助粒子群优化算法对长短期记忆网络进行参数优化,并使用优化后的模型对门诊量进行预测。月度门诊量预测结果表明,经过粒子群优化的长短期记忆神经网络模型在测试集上的预测误差RMSE,相比未优化的模型减小了48.5%。粒子群优化算法能高效地优化预测模型,可使模型较好地预测出门诊量变化趋势,从而为医务人员门诊管理工作提供决策支持。 相似文献
15.
常规PID算法,在被控对象具有不确定、非线性、变参数等因素的复杂环境中,难以满足控制要求,因此采用粒子群算法PSO（particle swarm optimization）对PID算法的Kp,Ki,Kd 3个参数进行在线整定.利用MATLAB软件对常规PID控制及粒子群PID控制进行仿真实验,仿真结果显示,相较于常规PID算法,PSO-PID控制算法具有更好的快速性和稳定性. 相似文献
16.
《实验室研究与探索》2015,(12):21-24
针对水轮机调节系统结构复杂、难以控制等问题,在传统PID控制的基础上,运用模糊理论提出了基于模糊自适应PID控制的水轮机调速器参数整定方案,以实现对系统进行实时、在线控制。在水轮机调节系统数学模型的基础上,根据PID 3个参数分别对系统性能产生的影响,完成了模糊自适应PID控制器的设计与Matlab环境下的程序编写。在系统处于不同频率扰动下,分别采用提出的模糊自适应控制方案和Ziegler Nichols算法进行仿真实验。结果表明,提出的模糊自适应控制方案是一种有效的水轮机调速器参数整定方法,相比Ziegler Nichols算法,该方案控制下的系统能获得更好的动态性能。 相似文献
17.
为了提高并联机械臂运动轨迹的定位精度,采用粒子群算法优化PID控制器参数。构建了并联机械臂机构简图模型,通过平面坐标系推导机械臂运动角位移方程式。分析了传统PID控制器模式,给出系统输出误差的适应度函数。对优化后的跟踪效果进行仿真。并与传统PID控制器跟踪效果进行对比。仿真结果表明:无外界干扰,两种控制方法角位移跟踪误差相差不大;有外界干扰,改进PID控制器明显优于PID控制器。说明采用改进PID控制器控制机械臂运动角位移,能够很好的抑制外界环境的干扰,保持系统的稳定输出,提高机械臂角位移运动精度。 相似文献
18.
基于改进型BP神经网络PID控制器的温室温度控制技术 总被引：1，自引：0，他引：1
《实验室研究与探索》2015,(1):9-13
针对温室温度控制系统所存在的大惯性、非线性等问题,提出一种基于改进型BP神经网络PID控制器(BP-PSO-PID)的温室温度控制技术。该控制器由经典PID控制器及神经网络构成,通过神经网络的自学习、加权系数的调整,使系统输出最优控制下的PID控制器参数Ki,Kp,Kd,并利用粒子群算法作为其中神经网络的学习算法,实现了对神经网络的改进,有效克服了传统BP算法的收敛速度慢、存在局部极小值等问题。仿真实验表明:相对常规PID以及BP-PID,该BP-PSOPID控制器大大改善控制过程的响应速度、调节时间、超调量、误差等性能,且在加入干扰的情况下,该控制器的调节时间最短,波动最小,表现出更强的抗扰能力及适应性,从而大大提高温度控制过程的稳定性、精确性与鲁棒性。 相似文献
19.
20.
针对水轮机调节系统的非线性特性和"水锤"效应,结合人工蜂群算法(ABC)搜索过程精细、全局收敛性较强的特点,提出一种改进模糊人工蜂群算法(MFABC),将其应用于不同扰动工况下的水轮机调节系统中,并利用Matlab强大的仿真能力完成水轮机调节系统参数的优化。通过仿真实验,验证了所提出的MFABC算法较Ziegler Nichols算法、模糊PID算法、粒子群算法和标准ABC算法在全局搜索能力和收敛速度方面的有效性和优越性,保证该方案下系统能获得更好的动态性能。该仿真实验既可加深学生对水轮机调速器参数优化问题的认识与理解,也有利于提高学生的实验仿真能力。 相似文献