10.3969/j.issn.1009-0134.2014.06.030
基于改进PSO算法的液压调高系统神经网络预测控制
针对采煤机液压调高控制问题,提出一种基于模拟退火粒子群算法的RBF预测控制方法。综合模拟退火算法和粒子群算法的优点,用模拟退火思想来解决粒子群算法易陷于局部最优的问题。用模拟退火粒子群算法优化RBF神经网络,增强学习能力和算法稳定性。利用改进的RBF神经网络对采煤机液压调高系统进行预测控制,仿真结果表明,改进后的方法比传统控制方法辨识精度提高,响应速度更快,证明了该方法的改进效果较好。
RBF神经网络、模拟退火算法、粒子群算法、预测控制
TD421(矿山机械)
国家自然科学基金煤炭联合基金U1361121
2014-04-15(万方平台首次上网日期,不代表论文的发表时间)
共3页
110-112