技术服务

当前位置:矿山机械网 > 技术服务 > 设备知识 > 正文
关于中博

电厂球磨机模糊神经网络控制器粒子群算法介绍及算法原理

11/10/17  浏览:

球磨机模糊神经网络控制器的参数学习可采用误差反馈传递(BP)算法在线调整,但其初始值的选择很重要,实践表明,如果初始值参数选择不当,最后收敛到次优解甚至发散.在本文中,模糊神经网络控制器的参数的初值就用粒子群优化算法来进行优化选择。
    球磨机粒子群优化(Particle S.varm Optimization,PSO)算法是由Kennedy和Eberhart于1995年提出的一种优化算法.PSO在算法的运行机理不是依靠个体的自然进化规律,而是对生物群体的社会行为进行模拟,它最早源于对鸟群觅食行为的研究。在生物群体中存在着个体与个体、个体与群体间的相互作用、相互影响的行为,这种行为体现的是一种存在于生物群体中的信息共享的机制。PSO算法就是对这种社会行为的模拟,即利用信息共享机制,使得个体间可以相互借鉴经验,从而促进整个群体的发展。
    PSO算法和遗传算法(Oenetic Algorithm,GA)类似,也是一种基于迭代的优化工具,系统初始化为一组随即解,通过某种方式迭代寻找最优解.PSO没有GA的。选择”、“交叉”、。变异”算子,编码方式也较GA简单.由于PSO算法容易理解,易于实现,所以PSO算法发展很快,在函数优化、系统控制、神经网络训练等领域得到广泛应用.目前已被“国际进化计算会议”( IEEE International Conferenceson Evolutionary Coraputation,CEC)列为一个讨论的专题。