基于改进PSO算法的液压调高系统神经网络预测控制

基于改进PSO算法的液压调高系统神经网络预测控制
周元华;马宏伟
【期刊名称】《制造业自动化》
【年(卷),期】2014(000)006
【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。

【总页数】3页(P110-112)
【作者】周元华;马宏伟
【作者单位】西安科技大学机械工程学院，西安710054; 长江大学机械工程学院，荆州434023;西安科技大学机械工程学院，西安710054
【正文语种】中文
【中图分类】TD421
【相关文献】
1.基于改进PSO算法的过热汽温神经网络预测控制 [J], 肖本贤;王晓伟;朱志国;刘一福
2.基于改进的PSO算法的球磨机PID神经网络控制系统 [J], 孙杰;韩艳;段勇;崔宝
侠
3.基于LM-PSO算法和BP神经网络的非线性预测控制 [J], 王炳萱;李国勇;王艳晖
4.基于神经网络模型和改进最优保留遗传算法的非线性系统多步预测控制 [J], 陈红艳;李平;刘桂芝;李海阳
5.基于改进人工鱼群算法优化的BP神经网络预测控制系统 [J], 黄丽华;李俊丽因版权原因，仅展示原文概要，查看原文内容请购买。