基于GA-CGA优化神经网络解耦方法的应用研究
罗宇锋
汤素丽
1.河南理工大学电气工程与自动化学院,河南焦作,4540002.河南理工大学电气工程与自动化学院,河南焦作,454000
摘要：为了克服神经网络存在的收敛速度慢、易于陷入局部极值等不足,采用一种混合学习算法优化神经网络,即将改进遗传算法(GA)和共轭梯度算法(CGA)的混合学习算法用于对神经网络权值的修改,针对流浆箱的总压和浆位之间存在耦合问题,提出一种基于GA-CGA混合优化算法的神经网络PID解耦方法,成功地实现了总压、浆位之间的解耦.仿真结果表明该系统比神经网络PID解耦具有更好的控制效果和抗干扰能力.
关键词：神经网络解耦方法PID控制器改进GA
分类号：TP183(自动化基础理论)
资助基金：河南省高校骨干教师项目(2008649082)
论文发表日期：2011-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 72-75,93 )
英文信息