针对非线性系统的控制问题, 本文将神经网络辨识, 混沌优化和预测控制思想有机结合,
提出了一种新型非线性预测控制器. 该控制器以神经网络作为预测模型, 混沌优化算法作为滚动 …

针对模糊神经网络控制器在应用误差反向传播算法训练时, 易于陷入局部最优的问题,
提出了一种将差分进化算法与BP 算法相结合的学习法, 首先利用差分进化算法的全局寻优能力 …

针对标准粒子群算法易出现早熟现象和收敛速度慢等问题, 提出一种引入人工蜂群搜索算子的
粒子群算法. 首先利用人工蜂群搜索算子很强的探索能力, 对粒子搜索到的历史最优位置进行 …

基于微粒群优化的模型参考自适应控制-[维普网]-仓储式在线作品出版平台-www.cqvip.com  我的
维普 帐户余额 充值记录 下载记录 我的收藏 购物车 充值 客服 首页 | 期刊大全 | 论文选题 | 论文 …

基于混沌变量, 本文提出一种模糊控制器最优设计方案. 离线优化采用混沌算法,
将混沌因子引入到模糊控制器参数域的优化搜索中, 用载波方式将优化变量转变成混沌变量 …

针对时变输入/输出过程神经网络的训练问题, 提出一种基于混沌遗传与带有动态惯性因子的
粒子群优化相结合的学习方法. 综合利用粒子群算法的经验记忆, 信息共享和混沌遗传算法的 …

为了克服粒子群优化容易陷入局部极小的缺陷, 利用粒子速度不依赖于其与最优粒子之间距离的
大小, 而仅依赖其方向信息的特点, 采用自适应策略弹性地修正粒子速度的幅值. 同时 …

研究了磁悬浮系统PID 控制器优化设计问题. 为寻找最佳的PID 控制器参数组合,
提出一种新的基于多Agent 体系结构的混沌粒子群优化算法(MAS—CPSO) …