基于粒子群优化的BP神经网络模型参考自适应控制系统

将粒子群优化的BP神经网络作为模型,参考自适应控制系统的控制器,把参考模型输出与系统实际输出的均方误差作为PSO-BP神经网络的适应函数,通过PSO算法强大的搜索性能使自适应控制系统的均方误差最小化.仿真实例结果表明,基于粒子群优化算法的BP神经网络自适应控制系统收敛快、精度高,有较好的网络的泛化和适应能力,能够很好地控制系统的输出跟随参考模型的输出.

作 者： 陈聆 闫海波 毛万标 CHEN Ling YAN Hai-bo MAO Wan-biao   作者单位： 陈聆,CHEN Ling(成都理工大学信息管理学院,数学地质四川省重点实验室,成都,610059)

闫海波,YAN Hai-bo(新疆财经学院,乌鲁木齐,830012)

毛万标,MAO Wan-biao(西昌卫星发射中心技术部,四川,西昌,615000) 

刊 名： 成都理工大学学报(自然科学版)  ISTIC PKU 英文刊名： JOURNAL OF CHENGDU UNIVERSITY OF TECHNOLOGY(SCIENCE & TECHNOLOGY EDITION)  年，卷(期)： 2007 34(6)  分类号： O231.2  关键词： 模型参考自适应控制系统   粒子群优化算法   BP神经网络   参考模型  

【基于粒子群优化的BP神经网络模型参考自适应控制系统】上海花千坊相关的文章：

基于改进BP神经网络的职业危害预警模型04-25

基于自适应Kalman滤波的BP神经网络在导航中的应用04-27

基于BP神经网络的地震预测04-30

基于改进型BP神经网络模型的飞行事故预测研究04-28

基于粒子群算法的翼型优化设计04-27

基于自适应遗传BP算法神经网络数据融合的空中目标识别04-29

基于BP神经网络和遗传算法的补燃室优化设计04-28

BAF处理系统的BP神经网络模型04-25

基于粒子群优化的静电陀螺支承控制优化设计04-30

基于MATLAB的BP神经网络组合预测模型在公路货运量预测中的应用04-27