基于改进PSO算法的液压调高系统神经网络预测控制

摘要：

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。

关键词：RBF神经网络、模拟退火算法、粒子群算法、预测控制

分类号：TD421(矿山机械)

资助基金：国家自然科学基金煤炭联合基金U1361121

在线出版日期：2014-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：110-112