基于自适应量子粒子群算法的塔机NFNN控制器参数优化 |
| |
引用本文: | 刘慧敏,程普.基于自适应量子粒子群算法的塔机NFNN控制器参数优化[J].电子测量与仪器学报,2018(4). |
| |
作者姓名: | 刘慧敏 程普 |
| |
作者单位: | 河北化工医药职业技术学院机电工程系 |
| |
摘 要: | 针对塔机正规化模糊神经网络控制中参数众多且难于分析的问题,提出了对正规化模糊神经网络优化的自适应量子粒子群算法。该方法采用量子旋转门对粒子进行更新变异,惯性权重根据当前适应度自动调整,在全局寻优过程中,当粒子远离目标时,学习因子变大,当粒子靠近目标时,学习因子变小,有效地提高了全局最优搜索能力及收敛速度。采用该方法对塔机NFNN控制器参数进行优化,结果表明,自适应量子粒子群算法对塔机NFNN参数优化效果优于传统量子粒子群算法,且加快了控制器的响应速度。
|
本文献已被 CNKI 等数据库收录! |
|