| 基于GA-CGA优化神经网络解耦方法的应用研究 |
| |
| 引用本文： | 罗宇锋,汤素丽.基于GA-CGA优化神经网络解耦方法的应用研究[J].河南理工大学学报(自然科学版),2011,30(1):72-75,93. |
| |
| 作者姓名： | 罗宇锋 汤素丽 |
| |
| 作者单位： | 河南理工大学电气工程与自动化学院,河南焦作,454000 |
| |
| 基金项目： | 河南省高校骨干教师项目 |
| |
| 摘 要： | 为了克服神经网络存在的收敛速度慢、易于陷入局部极值等不足,采用一种混合学习算法优化神经网络,即将改进遗传算法(GA)和共轭梯度算法(CGA)的混合学习算法用于对神经网络权值的修改,针对流浆箱的总压和浆位之间存在耦合问题,提出一种基于GA-CGA混合优化算法的神经网络PID解耦方法,成功地实现了总压、浆位之间的解耦.仿真结果表明该系统比神经网络PID解耦具有更好的控制效果和抗干扰能力.
|
| 关 键 词： | 神经网络 解耦方法 PID控制器 改进GA |
Application of decoupling method based on GA-CGA optimizing neural network |
| |
| LUO Yu-feng,TANG Su-li.Application of decoupling method based on GA-CGA optimizing neural network[J].JOURNAL OF HENAN POLYTECHNIC UNIVERSITY,2011,30(1):72-75,93. |
| |
| Authors: | LUO Yu-feng TANG Su-li |
| |
| Affiliation: | (School of Eletrical Engineering & Automation,Henan Polytechnic University,Jiaozuo 454000,Henan,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
