基于麻雀搜索算法的BP神经网络优化技术

• 作者: 孙全 孙渊
• 来源期刊: 上海电机学院学报
• 学科: 工学
• 关键词: 麻雀搜索算法(SSA) 正弦余弦算法 Levy飞行 反向传播(BP)神经网络 比例-积分-微分(PID)控制器 超调
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 机电工程|Mechanical and Electric Engineering
• 页码范围: 12-16
• 页数: 5页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0020.2022.01.003

摘要

采用麻雀搜索算法(SSA)对BP神经网络的初始权值和阈值进行优化,加快BP神经网络对PID控制器参数的整定,最终获得最优参数.将正弦余弦算法和Levy飞行引入SSA的迭代过程中,扩大前期搜索范围,提高后期搜索精度.在Matlab仿真环境下,对比BP神经网络、粒子群优化的BP神经网络以及SSA优化的BP神经网络在优化PID参数方面的效果.结果表明:粒子群优化的BP神经网络PID控制器,在上升、稳定时间方面比BP神经网络PID控制器缩短了33.3％和51.9％,同时超调减小了5.81％;在稳定时间方面SSA优化的BP神经网络PID控制器比粒子群优化的BP神经网络PID控制器缩短了7.4％,同时消除了超调.