基于微分进化的 CMAC的束流中心轨道自动校正算法研究

• 作者: 张宇田 李德明 王胜利 苏海军 郭鑫
• 来源期刊: 原子能科学技术
• 关键词: 微分进化 小脑模型神经网络 电子加速器
• 年，卷（期）: 2015,（z2）
• 所属期刊栏目: 仪器、控制、反馈及运行等
• 页码范围: 611-614
• 页数: 4页
• 分类号: TL541
• 语种: 中文
• DOI: 10.7538/yzk.2015.49.S1.0611

摘要

在高压加速器的束流引出过程中，会出现束流中心轨道偏移的现象。本文基于小脑模型神经网络（CMAC）研究束流中心轨道的自动校正算法。CMAC在学习过程中，一般采用梯度下降法更新网络权值，学习率对收敛速度影响较大。提出采用微分进化算法对CM AC的网络权值进行更新，并与传统方法进行比较。实验表明，基于微分进化的CM AC学习算法，收敛速度更快，可用于束流中心轨道的自动校正算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李德明	中国科学院上海应用物理研究所	77	2096	25.0	45.0
2	郭鑫	中国科学院上海应用物理研究所	11	10	2.0	2.0
3	苏海军	中国科学院上海应用物理研究所	4	11	2.0	3.0
4	王胜利	中国科学院上海应用物理研究所	7	16	2.0	3.0
5	张宇田	中国科学院上海应用物理研究所	5	6	2.0	2.0