学位论文 > 优秀研究生学位论文题录展示
基于粒子群优化算法的水箱过程装置控制研究
作 者: 李研博
导 师: 张燕
学 校: 河北工业大学
专 业: 控制科学与工程
关键词: 粒子群优化算法 自适应混沌粒子群优化算法 径向基函数神经网络 多步预测控制
分类号: TP18
类 型: 硕士论文
年 份: 2011年
下 载: 20次
引 用: 0次
阅 读: 论文下载
内容摘要
粒子群优化算法(Particle Swarm Optimization,简称PSO)是由美国学者Kenndey和Eberhart在1995年提出的一种基于群智能的演化计算技术,是在鸟群,鱼群和人类社会的行为规律的启发下提出的一种智能优化算法。由于PSO的收敛速度快,设置参数少,操作更方便,是一种高效的优化搜索方法。所以,PSO算法从诞生起,就引起了国内外学者的广泛关注,并掀起了该方法的研究热潮。现在已广泛应用于目标函数优化,系统辨识,模糊系统控制,神经网络训练等诸多领域。虽然粒子群优化算法已在多个领域被成功的应用,但作为一种比较新的和快速发展的智能算法,它在系统化,规范化的理论基础方面的研究尚未成熟。如何将粒子群优化算法应用到更多的领域中,同样也是我们需要关注的。本文针对粒子群优化算法的收敛性问题和参数选取问题,提出了一种自适应混沌粒子群优化算法(ACPSO),并用于对RBF神经网络的优化中。然后将训练出的RBF神经网络模型用于非线性系统的直接多步预测控制中,预测结果表明经过了改进的粒子群算法训练的RBF神经网络,不仅具有收敛速度快的优点,而且具有很好的泛化能力,系统的预测精度也得到了提高。最后,将该预测控制算法在实验装置水箱过程控制装置上应用,得到了较好的控制效果。
|
全文目录
相似论文
- 基于粒子群算法求曲线/曲面间最小距离方法,O182
- 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
- 基于控制方法的粒子群算法改进及应用研究,TP301.6
- 复杂动态环境下的小型足球机器人路径规划研究,TP242
- 面向股票价格指数多步预测的混合模型研究,F224
- 智能支持向量机方法及其在丙烯聚合熔融指数预报中的应用,TQ325.14
- 基于群体智能算法的动态目标跟踪技术研究,TP391.41
- 改进粒子群算法及其应用研究,TP301.6
- 片上网络映射及路径分配问题研究,TN47
- 车载导航路径规划算法研究,U495
- 无人飞行器自主航路规划技术及仿真研究,V249.1
- 基于量子遗传算法的改进的粒子群算法及其应用,TP18
- 基于改进粒子群优化算法的水下潜器路径规划研究,TP301.6
- 粒子群优化算法应用研究,TP301.6
- 群智能优化算法在路径规划中的应用研究,O221
- 面向对象多态路径及测试数据生成方法的研究,TP311.52
- 粒子群优化算法在水电站水库优化调度中的应用研究,TV697.11
- WSN中节点布置及联盟结构生成问题研究,TN929.5
- 数字散斑图像相关亚像素搜索算法的研究及应用,TP391.3
- 基于粒子群的图像分割算法及其应用,TP391.41
- 粒子群波阻抗反演方法研究及应用,P631.44
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com
|