首页 | 本学科首页   官方微博 | 高级检索  
     

基于粒子群优化的BP神经网络模型参考自适应控制系统
引用本文:陈聆,闫海波,毛万标. 基于粒子群优化的BP神经网络模型参考自适应控制系统[J]. 成都理工大学学报(自然科学版), 2007, 34(6): 639-642
作者姓名:陈聆  闫海波  毛万标
作者单位: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;新疆财经学院,乌鲁木齐,830012;西昌卫星发射中心技术部,四川,西昌,615000
基金项目:数学地质四川省高校重点实验室资助项目 , 高等学校博士学科点专项科研项目 , 四川省自然科学基金 , 四川省教育厅资助项目 , 地质灾害防治与地质环境保护国家重点实验室开放基金
摘    要: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.

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
文章编号:1671-9727(2007)06-0639-04
修稿时间:2007-01-12

BP neural network model reference adaptive control system based on the particle swarm optimizer
CHEN Ling,YAN Hai-bo,MAO Wan-biao. BP neural network model reference adaptive control system based on the particle swarm optimizer[J]. Journal of Chengdu University of Technology: Sci & Technol Ed, 2007, 34(6): 639-642
Authors:CHEN Ling  YAN Hai-bo  MAO Wan-biao
Abstract:In this paper,PSO-BP NN is used as the controller of model reference adaptive control system,the mean square error of the reference model output and the model reference adaptive control system factual output as the adaptive function,and then,the mean square error is minimized by the search capability of PSO.The simulation results show astringency and precision and adaptability of PSO-BP NN model reference adaptive control system are fine.The output of PSO-BP NN model reference adaptive control system can follow up the scent of the reference model output very well.
Keywords:model reference adaptive control system  particle swarm optimizer(PSO) algorithm  BP neural network  reference model
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号