基于改进粒子群优化极限学习机的弹丸参数辨识
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
2.36 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
43
简介
针对随机产生输入权重和隐含层神经元阈值导致利用极限学习机辨识弹丸气动参数时会出现辨识结果发散问题,本文将粒子群算法与极限学习机结合,并且引入自适应更新策略以及粒子变异策略,提出了一种自适应变异粒子群优化极限学习机算法。该算法利用自适应变异粒子群算法寻优产生极限学习机的输入权重和隐含层阈值,有效改善算法性能。仿真实验表明,利用自适应变异粒子群优化极限学习机算法辨识弹丸气动参数,精度高、收敛速度快,能够充分满足实际工程需要。相关论文
- 2019-02-26气动比例系统的智能混合控制
- 2020-07-08气动比例阀的发展及其应用
- 2020-07-15气动比例阀控系统摩擦力补偿及仿真研究
- 2021-07-26气动恒力控制系统的自抗扰控制
- 2020-08-12具有反比例控制功能的新型比例气动压力阀
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。