论文部分内容阅读
针对传统的基于最小二乘法板形信号模式识别方法抗千扰能力差、精度低,神经网络识别方法在实际应用中效果不佳的问题,通过对板形信号和板形识别数学模型的分析,首先将板形信号模式识别过程转化为函数的优化问题。为提高板形信号识别的精度和速度,以勒让德正交多项式作为板形缺陷的基模式,用模糊识别理论与混沌优化方法对该函数进行优化求解。采用模糊理论作为初步识别,用以降低混沌优化的求解维数和缩小搜索空间,借助梯度下降法的思想对混沌优化的局部搜索能力进行改善,从而进一步提高了混沌优化对板形信号模式识别的识别速度和精度。