论文部分内容阅读
本文介绍了一种基于蚁群算法辨识非线性系统参数的方法.为了提高算法的优化能力,给出了一种新的基于蚁群算法的随机搜索算法,对目标函数没有任何连续要求,仿真结果表明,改进蚁群算法能得到全局最优解.
基于改进蚁群算法的非线性系统辨识
【摘 要】
：
本文介绍了一种基于蚁群算法辨识非线性系统参数的方法.为了提高算法的优化能力,给出了一种新的基于蚁群算法的随机搜索算法,对目标函数没有任何连续要求,仿真结果表明,改进蚁群算法能得到全局最优解.
【机 构】
：
海军航空工程学院研究生大队 海军航空工程学院基础部
【出 处】
：
中国自动化学会第19届青年学术会议
【发表日期】
：
2004年6期
其他文献
面对具有较强的非线性、不确定性、难以建立精确数学模型的对象控制,常规PID控制器难以达到理想的控制效果,因此就出现了如Fuzzy-PID这样的一种较好的控制方法.然而模糊控制规则和隶属函数的选取有着很大的主观性,本文采用改进的遗传算法优化模糊控制中的量化和比例因子,从而优化控制规则和隶属函数使其更加合理,通过对优化后的模糊控制器进行了仿真,仿真结果表明经过优化后的模糊控制器的控制品质有了较大的改善
在分析通用串行总线原理的基础上,本文提出了USB总线接口数据采集系统的设计方案,介绍了系统的结构及USB的驱动原理并给出了USB接口电路和软件设计流程.
根据数字通讯和数据加密传输技术,对射频识别系统的几种加密方法进行了比较.对时序系统下,射频识别系统的数据加密传输进行了可行性分析.通过理论上的对比,显示了分割排序法在数据传输安全以及保密性方面的极大优越性.
本文介绍了基于视觉与电子地图组合导航AGV的导航机理,路径跟踪与自主定位算法,并设计了运动控制系统的实现算法,且予以仿真验证.利用此算法研制了AGV试验样机,初步运行效果良好.
针对水电机组故障样本贫乏的问题,本文将adaboost方法应用到神经网络故障诊断中,通过对多个神经网络分类器的自举集成,有效地提高了神经网络的泛化能力.并对神经网络反向传播学习算法进行了改进,提出一种新的准则函数,使其能够处理加权分布的样本集.最后采用交叉验证方法对实际故障数据进行测试,结果表明,该方法的测试误差更小,适用于小样本的处理,为故障诊断提出了一种新途径.
介绍了一种基于神经网络专家系统的故障诊断方法,给出了系统的结构,具体描述了神经网络专家系统的基本原理.并以内燃机燃油系统故障诊断为例说明了神经网络故障诊断的推理过程.诊断结果表明了该方法的有效性.
本文提出了一种基于模糊模式识别的模糊多元故障诊断方法,用非模糊诊断参数识别具有模糊性的故障类群;将其应用于柴油机燃油系统故障诊断,对燃油压力波形进行数学建模和特征提取,得到相当理想的诊断结果.
该文针对利用模糊系统辨识方法进行规则提取和利用粗集理论的属性约简和值约简方法的问题进行了研究,提出了一种通用的规则提取及约简方法,并将该方法应用于解决电力系统监控中小电流系统单相接地故障误报率过高问题.
神经网络集成是一种有效的工程应用方法,其品质主要决定于单个网络的误差和网络间的差异度.本文提出了集成网络间的结构差异度的概念.在此基础上设计了基于反向选择的免疫算法,证明了算法的收敛性.此算法可以保证记忆抗体间相互满足固定的差异度.利用这个算法可以在不损失单个网络误差水平的基础上,提高网络间的差异度,从而提高神经网络集成的泛化能力.对噪声污染的时间序列预测的仿真计算表明该方法对神经网络泛化能力有明
本文介绍了一种新的解决模糊问题的途径,提出了一种模糊逻辑表示新形式,论证了其较之于传统模糊逻辑表示法的优点,并建立了基于集对分析的模糊逻辑的推理方法.