共查询到20条相似文献,搜索用时 593 毫秒
1.
提出了一种基于粒子群算法优化的RBF网络整定PID控制策略.该策略利用粒子群算法对初始PID参数及其学习率进行优化,解决了控制器初始值对控制效果的影响.通过对火灾探测器温箱系统的仿真控制,验证了该控制策略具有控制精度高、抑制噪声及扰动能力强的优点. 相似文献
2.
本文主要研究对象是变风量空调机组中的送风管道静压控制回路,将具有良好全局寻优能力的细菌觅食算法应用到该控制回路中,同时为了改善细菌觅食算法收敛速度较慢的缺点,将粒子群算法引入到细菌觅食算法中,对细菌觅食算法中的细菌位置更新进行优化,并利用优化后的细菌觅食算法对PID控制器的三个参数进行整定,将整定后的参数应用到控制回路中。通过matlab仿真,并将细菌觅食算法、粒子群算法,粒子群优化的细菌觅食算法进行比较,结果表明经过粒子群优化的细菌觅食算法收敛速度明显加快。 相似文献
3.
文章介绍了传统的粒子群算法的基本原理、数学模型、算法流程、算法参数等,并且介绍了传统算法存在的一些问题及近年来进行改进和研究工作,以及粒子群算法的应用。 相似文献
4.
粒子群优化算法(PSO)是一种基于种群搜索策略的自适应随机优化算法,本文在分析基本PSO算法进化原理的基础上,提出了一种PID参数进行自整定的计算框架,这种改进的PSO算法应用于PID参数整定,对整个控制器参数空间进行高效并行搜索,提高其优化性能。以某超临界电厂主汽温度为研究对象,通过MATLAB仿真证明了所提出算法的有效性和所设计控制器的优越性。 相似文献
5.
无导师聚类过程中将数据集合分割成几个类是一个很难确定的问题,目前还没有较好的解决方法。文章使用粒子群优化算法应用于无导师聚类算法——K-均值的参数学习,实现了使用粒子群优化算法进行聚类中心参数的确定,旨在提供一种选择中心参数个数的方法,同时给出了适应于聚类参数学习的粒子群fitness函数算法设计。通过对UCI机器学习数据库中的7个数据库进行实验,证实此方法是比较有效的。 相似文献
6.
针对传统粒子群算法在求解梯级水库调度问题时,容易陷入局部最优而早熟收敛的问题,提出自适应粒子群算法。该改进算法结合种群进化程度自适应调整算法控制参数,从而克服传统粒子群算法参数固定引起的搜索能力不足的问题。同时,采用种群局部重建策略解决种群进化后期多样性下降的问题。将改进的粒子群算法应用于清江梯级水电站的发电调度求解,模拟计算结果表明,文章提出的改进算法具有较强的全局寻优能力,可以进一步提高算法的搜索性能和求解精度。 相似文献
7.
针对实际电阻点焊过程复杂多变,精确数学模型的建立较为困难,传统PID控制器难以保证系统在不同的工作状况下具有良好的控制特性,提出了一种改进型BP神经网络PID的电阻焊机电源恒电流控制方法。将BP神经网络与PID控制方法相结合,通过神经网络的自学习、加权系数的调整,优化PID控制器参数Ki、Kp、Kd,并将粒子群算法引入到神经网络中作为其学习算法,有效的提高了BP神经网络算法收敛速度。仿真结果表明,该电源智能控制方法能够根据系统运行状态对PID参数进行自适应调整,有效的对焊接电流进行恒定控制。 相似文献
8.
9.
10.
惯性权重是粒子群算法的一项重要参数,其值变化形式直接影响粒子群算法的性能。在介绍粒子群基本算法的基础上,分析已有固定惯性权重、时变惯性权重和动态自适应惯性权重粒子群算法的基本原理。通过4个典型测试函数的仿真实验,证明不同算法的收敛速度和全局寻优能力。 相似文献
11.
本文利用基于动态惯性权重的粒子群算法对JSP问题进行求解,通过在粒子群算法中引入非线性的惯性权重函数,使得粒子在搜索空间中的全局探索和局部精调能力得以调节和平衡,从而有效求得调度的全局最优值.仿真实验结果表明该算法对经典JSP问题求解的可行性和有效性. 相似文献
12.
《科技通报》2016,(9)
针对标准KNN算法在交通运输路况预测的应用中还存在误差较高等问题。本文提出了一种基于改进粒子群并行优化KNN算法的交通运输路况预测模型,首先在采用粒子群算法对KNN算法进行优化前,引入变异操作并结合神经网络中的Sigmoid型函数对粒子群算法的特征子集进行优化,然后采用最优化学习策略对改进粒子群算法的运算性能进行优化,最后采用改进的粒子群算法把改进的KNN算法的待优化参数随机初始化为一组粒子的位置和速度,并根据适应值函数计算每个粒子的适应度。仿真实验结果表明,本文提出的改进粒子群算法具有较好的收敛性能,基于改进粒子群并行优化的KNN算法在交通运输路况的预测中误差较小。 相似文献
13.
介绍了基本粒子群优化算法及其原理,针对其易陷入局部极值和后期收敛速度慢的缺点,研究了基于惯性权重因子的改进粒子群优化算法。通过测试函数对固定惯性权重和时变惯性权重参数的选择进行了系统的实验,并且分析了种群规模与学习因子参数对粒子群算法优化性能的影响。 相似文献
14.
15.
《内蒙古科技与经济》2015,(17)
针对注塑过程中工艺参数的优化选择问题,提出一种改进粒子群算法优化BP神经网络的成型工艺参数优化方法。将正交实验所得工艺参数作为训练样本,通过粒子群优化BP神经网络算法构建其预测模型,寻找最佳的注塑成型工艺参数。结果表明,该方法能够更快、更好地获得注塑成型中的工艺参数。 相似文献
16.
17.
本文针对粒子群算法具有不易陷入局部极小、收敛速度快等特点,提出了一种基于粒子群的小波神经网络学习算法,优化了小波神经网络中的各个参数,并将应用于函数仿真试验。试验表明,该算法能减少迭代次数、提高收敛精度,是小波网络的有效训练算法。 相似文献
18.
基于BP神经网络的PID控制在反应釜温度控制中的应用 总被引:2,自引:0,他引:2
常规PID的控制,不但其参数难以整定,而且还依赖于对象的精确数学模型,适应性较差,对复杂过程不能保证其控制精度.本文根据反应釜温度时间滞后具有非线性、强耦合、不确定性过程的控制需要,提出了一种基于BP神经网络的PID控制方法;并介绍了神经网络PID控制器的算法,对经典PID参数选取进行了分析.仿真结果表明,与传统PID算法相比该控制方法可实现有效的控制,具有实现简单、控制效果好的特点. 相似文献
19.