论文部分内容阅读
本文首先对粒子群算法的收敛性进行了系统地分析,针对粒子群算法的早熟现象,将自适应变异、混沌、模拟退火以及小生境等方法引入到粒子群算法中,构成了混合PSO算法。通过几个标准测试函数的仿真,表明了改进算法的收敛速度快、精度高;随后提出PSO-BP混合算法来对神经网络PID的权值进行优化,从而实现了对主汽温系统的动态PID控制。仿真结果表明,被控系统具有很好的抗干扰性能和较强的鲁棒性。最后提出了简化的减法聚类法并与PSO-BP算法结合,完成了对T-S模糊模型的结构辨识和参数优化。基于现场主汽温系统数据的T