基于改进PSO算法的液压调高系统神经网络预测控制

• 作者: 周元华 马宏伟
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: RBF神经网络 模拟退火算法 粒子群算法 预测控制
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 分析与探讨
• 页码范围: 110-112
• 页数: 3页
• 分类号: TD421
• 字数: 1917字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2014.03(下).30

摘要

针对采煤机液压调高控制问题，提出一种基于模拟退火粒子群算法的RBF预测控制方法。综合模拟退火算法和粒子群算法的优点，用模拟退火思想来解决粒子群算法易陷于局部最优的问题。用模拟退火粒子群算法优化RBF神经网络，增强学习能力和算法稳定性。利用改进的RBF神经网络对采煤机液压调高系统进行预测控制，仿真结果表明，改进后的方法比传统控制方法辨识精度提高，响应速度更快，证明了该方法的改进效果较好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马宏伟	西安科技大学机械工程学院	171	1433	18.0	32.0
2	周元华	西安科技大学机械工程学院	27	57	5.0	6.0