湖南省自然科学基金(05jj40087)
- 作品数：1 被引量：10H指数：1
- 相关作者：侯志祥申群太袁松贵吴义虎更多>>
- 相关机构：中南大学长沙理工大学更多>>
- 发文基金：湖南省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于AEPSO优化的神经网络多步预测控制被引量：10
- 2007年
- 为提高神经网络预测控制的性能,提出了基于自适应扩展粒子群优化的神经网络预测控制方案。基本PSO算法中,每个粒子的更新受粒子个体极值和局部极值的影响,为了提高其全局收敛性,采用多粒子策略,使每个粒子的更新受更多其他粒子的影响;为提高收敛速度,采用自适应策略,对参数c0进行自适应调整,使c0随着迭代次数的增加而逐渐减小,这样,在PSO算法的搜索过程中,随着迭代次数的增加,搜索区域会越来越小,从而加快PSO算法收敛速度。运用该算法实现神经网络预测控制中的滚动优化,在有限时域内对控制序列进行寻列,给出基于粒子群优化的神经网络预测控制系统的稳定性证明。仿真结果表明,基于粒子群优化的神经网络预测控制系统具有良好的跟踪性能。
- 侯志祥吴义虎袁松贵申群太
- 关键词：预测控制神经网络粒子群优化收敛性
- 基于混合遗传算法的连续系统参数辨识
- 结合遗传算法和梯度算法的特点,提出了一种混合遗传算法,该方法用梯度算法每次迭代得到的结果来改进遗传算法的群体,而用遗传算法的最优个体与梯度算法的迭代解相比较,选择其中的最优点作为梯度算法下一步迭代的起始点。并运用该混合算...
- 侯志祥
- 关键词：系统辨识遗传算法梯度算法参数估计
- 文献传递
