神经网络结合并行混沌粒子群优化算法的波前预测器

• 作者: 史晓雨 史永昌 白亚男
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 人工神经网络 并行 波前预测器 粒子群优化 混沌
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 工程实践
• 页码范围: 1024-1026
• 页数: 3页
• 分类号: TP393
• 字数: 2818字
• 语种: 中文

摘要

由伺服系统所引起的延迟误差很大程度上影响着自适应光学系统(AOS)的性能.为了提高神经网络波前预测器的收敛性和精度,论文提出了一种改进的并行混沌粒子群优化算法(PCPSO).该算法利用混沌序列的随机和遍历特性,以及并行化处理方法,有效地避免早熟现象的发生.通过对基准函数的测试,比起经典粒子群算法,该算法具有较高的计算速度和收敛能力.并且,论文设计了一种基于PCPSO算法的神经网络波前预测器,并运用于自适应光学系统的波前预测中.通过数值仿真实验,研究了这种新型波前预测器的性能,实验结果表明,采用并行化混沌粒子优化算法的预测器可以有效的预测控制电压信号,具有很好的泛化能力,对提高光束质量起到了重要的作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白亚男	平顶山学院软件学院	9	20	3.0	4.0
2	史永昌	平顶山学院计算机科学与技术学院	13	59	4.0	7.0
3	史晓雨	电子科技大学计算机科学与工程学院	3	13	2.0	3.0