论文部分内容阅读
FAST (Five-hundred-meter Aperture Spherical Radio Telescope)是中国天文界提出的最灵敏、国际上最大的球面射电望远镜,在天文界具有重大的科学意义。而FAST节点的位移控制研究是实现FAST主动反射面整网变形控制策略与自适应建模研究项目的基础工作和核心技术之一,在这样的项目研究背景下,对FAST节点位移的控制研究无论在工业控制领域还是FAST项目的设计及施行方面,均具有重要的理论和实践价值。首先,对神经网络控制和神经网络的相关理论进行了归纳总结,并重点对BP神经网络的结构设计与算法流程进行了学习与研究;其次,对FAST节点的系统结构组成和主动反射面的变形策略进行分析,重点对FAST节点的变位策略、控制原理和影响变位准确性的因素进行了剖析,确定了建立控制模型的输入量和输出量;再次,论述了粒子群优化算法(PSO)的相关理论和粒子群算法的优缺点。针对粒子群优化算法收敛速度慢和易“早熟”的局限性,综合利用自适应遗传算法中的遗传操作和自适应惯性权重策略对算法进行了改进,并阐明了改进算法的具体实现步骤和流程。通过仿真分析,得出了改进PSO算法的有效性。然后,论述了BP神经网算法的相关理论和BP神经网络算法的优缺点。针对BP神经网络算法收敛速度慢和易陷入局部极小的缺陷,应用改进的PSO算法对BP神经网络算法进行了优化,有效提高了神经网络算法的“拟合”精度、泛化能力和求解精度,并阐明了改进PSO BP算法的具体实现步骤及流程。最后,对改进的PSO算法性能进行了仿真验证,结果表明改进PSO算法的有效性和可行性。主要贡献是建立了基于改进PSO BP算法的FAST节点位移控制模型,并通过仿真验证了改进PSO-BP算法与所建FAST节点位移控制模型的可行性和有效性,这将对FAST主动反射面的整网调整研究产生重要的现实意义。