首页> 中文期刊> 《系统仿真学报》 >基于改进混沌自适应粒子群神经网络的磨矿粒度软测量

基于改进混沌自适应粒子群神经网络的磨矿粒度软测量

         

摘要

针对磨矿粒度难以实现直接在线测量且化验过程滞后的难题,结合一段磨矿回路的特性,提出基于改进的混沌自适应粒子群优化算法和BP神经网络结合的磨矿粒度软测量模型,本算法利用混沌理论的遍历性和粒子群较强的全局最优搜索能力的优点,自适应的调整BP网络的权值,避免网络陷入局部最优。通过MATLAB仿真表明,改进的混沌自适应PSO-BP神经网络与PSO-BP神经网络和CPSO-BP神经网络相比较,其测量精度明显提高,且网络具有较强的收敛性能和优化能力,结果表明所提出方法的有效性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号