排序方式: 共有14条查询结果,搜索用时 93 毫秒
1.
基于人工神经网络BP算法的倒立摆控制研究 总被引:4,自引:0,他引:4
基于人工种经网络BP算法的倒立摆小车实验仿真训练模型,其倒立摆BP网络为4输入3层结构.输入层分别为小车的位移和速度、摆杆偏离铅垂线的角度和角速度.隐含层单元数16个.输出层设置为1个输出单元.输入层采用Tansig函数,隐含层采用Logsig函数,输出层采用Purelin函数.用Matlab6.5数值计算软件对模型进行学习训练,并与模糊控制逻辑算法对比,表明倒立摆控制BP算法精度高、收敛快,在非线性控制、鲁捧控制等领域具有良好的应用前景。 相似文献
2.
介绍了4L-20/8型空气压缩机采用"摩圣"技术后的运行情况。"摩圣"技术在设备正常运行条件下能成功修复摩擦副的磨损,使之恢复原设计的尺寸和要求,因而提高了生产效率,取得了显著的经济效益。 相似文献
3.
4.
5.
6.
几种新型仿生优化算法的比较研究 总被引:7,自引:0,他引:7
仿生优化算法是模拟自然界中生物行为的随机搜索算法,可以用来解决现实中的许多优化问题.简要介绍了目前比较流行的四种新型仿生优化算法(蚁群算法、微粒群算法、人工免疫算法以及人工鱼群算法)的基本原理;然后深入分析了这些仿生优化算法的异同之处:这些算法都是一类不确定的算法,都是一类概率型的全局优化算法,都不依赖于优化问题本身的严格数学性质,都是一种基于多个智能体的智能算法,都具有本质并行性、突现性、进化性和稳健性,其不同性则主要体现在算法本身上;最后对这些仿生优化算法今后的发展方向进行了评述与展望. 相似文献
7.
8.
9.
10.
针对基本蚁群算法在解决大规模优化问题时易限于局部最优解、收敛速度慢的突出缺陷,本文在阐述基本蚁群算法和云模型理论的基础上,提出了一种利用云模型定性关联规则来有效限制基本蚁群算法陷入局部最优解的方法;随后借助最优解保留、相遇搜索和信息素自适应控制策略以及自然界的小生境思想对基本蚁群算法进行了系列改进,以提高改进后蚁群算法的全局收敛性能。同时,为了避免蚁群在搜索过程中易出现停滞现象,将各条寻优路径上可能的残留信息素数量限制在一个最大最小区间。仿真实验结果验证了本文所提改进蚁群算法的可行性和有效性。 相似文献