您的位置: 专家智库 > >

阳帅

作品数:3 被引量:15H指数:2
供职机构:江西理工大学电气工程与自动化学院更多>>
发文基金:江西省教育厅科学技术研究项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇子群
  • 2篇粒子群
  • 1篇单神经元
  • 1篇优化算法
  • 1篇早熟收敛
  • 1篇收敛速度
  • 1篇群算法
  • 1篇粒子群神经网...
  • 1篇粒子群算法
  • 1篇粒子群优化
  • 1篇粒子群优化算...
  • 1篇控制器
  • 1篇PID控制

机构

  • 3篇江西理工大学

作者

  • 3篇阳帅
  • 2篇任金霞

传媒

  • 1篇制造业自动化
  • 1篇计算机仿真

年份

  • 1篇2013
  • 1篇2012
  • 1篇2010
3 条 记 录,以下是 1-3
排序方式:
一种混沌编码的粒子群优化算法及其应用被引量:2
2013年
研究粒子群优化算法。传统的粒子群算法采用实数编码,收敛速度慢。为了提高收敛速度,提出了一种混沌编码的粒子群优化算法。混沌编码作为一种全新的数学编码方式,更能准确地表达编码对象的多样性,将混沌编码应用到粒子群优化算法中,使算法在初期的搜索区域更大,更快找到全局最优解。把混沌编码的粒子群算法与BP算法相结合用来优化神经网络。利用混沌编码的粒子群算法快速找到全局最优位置的邻域,然后再用BP算法进行局部寻优,收敛到全局最优位置。仿真结果证明混沌编码的粒子群神经网络比实数编码的粒子群神经网络分类收敛速度更快,验证了算法的有效性。
任金霞阳帅
关键词:粒子群优化神经网络收敛速度
混沌编码的粒子群神经网络研究
粒子群优化算法/(Particle Swarm Optimization, PSO/),简称粒子群算法,自从被发明以后就因为粒子群算法简单明了、参数少、收敛快、易于实现,并且是一种全局优化算法受到了众多学者的青睐。但是粒...
阳帅
关键词:粒子群算法神经网络早熟收敛
文献传递
一种改进的单神经元PID控制器被引量:12
2010年
传统的单神经元PID控制器的神经元比例系数K选择过大,则超调量变大,系统不稳定;而K值选择过小,则系统的快速性变差。针对这一问题,本文提出一种改进的单神经元PID控制器,K值随系统的误差进行在线调整,并进行了仿真。仿真结果表明,该控制器比传统的单神经元PID反应要快,控制效果良好。
阳帅任金霞
关键词:单神经元PID控制
共1页<1>
聚类工具0