GA-T-S 云推理网络板形模式识别的 DSP 实现

摘要：

针对现有神经网络大多是在软件的基础上进行仿真，训练时间长，不利于工程实际应用的问题，提出了 GA-T-S 云推理网络板形模式识别的 DSP 实现方法。首先以设计的板形模式识别 GA-T-S云推理网络模型为基础，利用 TI TMS320F2812完成 T-S 云推理网络的 DSP 设计；然后利用MATLAB 遗传算法工具箱离线优化 T-S 云推理网络参数，将优化后的网络参数存入 DSP 中，进而分别在 MATLAB 与 DSP 上运行该网络；最后将运行结果分别进行显示与对比分析。实验结果证实了基于 GA-T-S 云推理网络的板形模式识别模型有较高的板形识别精度，能够正确识别出板形缺陷的类型，同时验证了 GA-T-S 云推理网络在硬件 TI TMS320F2812上实现的可行性与快速性，从而为神经网络推广应用到实际工程中提供了依据。

关键词：T-S云推理网络、板形识别、数字信号处理器、硬件实现、遗传算法

所属期刊栏目：27

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金资助项目61007003;河北省自然科学基金钢铁联合研究基金资助项目E2015203354;河北省教育厅科学研究计划;河北省高等学校自然科学研究重点项目ZD2016100

在线出版日期：2016-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2341-2347