基于蚁群BP神经网络的汽车排气噪声有源控制

• 作者: 张丽娟 徐兆坤
• 来源期刊: 电声技术
• 学科: 工学
• 关键词: 蚁群算法 自适应最大-最小蚁群系统 BP算法 噪声有源控制
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 噪声控制
• 页码范围: 77-80,85
• 页数: 5页
• 分类号: TB535
• 字数: 4197字
• 语种: 中文
• DOI: 10.16311/j.audioe.2015.02.17

摘要

BP算法容易陷入局部极小值,对初值设置敏感,以及学习速度慢等缺陷,而蚁群算法具有全局寻优、正反馈以及分布式计算等特点,提出一种蚁群BP神经网络混合训练方法(AMMAS-BP).采用自适应最大-最小蚁群算法(AMMAS),对BP网络的权值参数进行全局训练,再使用BP算法对其进行局部学习.建立基于AMMAS-BP算法的汽车排气噪声有源控制系统的仿真模型.仿真结果表明,该方法改善了BP算法的收敛速度和收敛精度,提高了控制系统的降噪效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐兆坤	上海工程技术大学汽车工程学院	50	352	10.0	16.0
2	张丽娟	上海工程技术大学汽车工程学院	6	10	2.0	3.0