基于改進(jìn)PSO算法的RBF網(wǎng)絡(luò)板形預(yù)測模型研究.pdf

1、鋼鐵是發(fā)展國民經(jīng)濟(jì)、增強(qiáng)綜合國力的重要物質(zhì)基礎(chǔ)。而板帶材是廣泛應(yīng)用于國民經(jīng)濟(jì)各部門的重要原材料。板形是板帶材的質(zhì)量指標(biāo)之一，無論是板形控制系統(tǒng)中調(diào)節(jié)機(jī)構(gòu)的控制特性分析，還是在線實(shí)時(shí)控制，都需要精確的板形預(yù)測模型，于是建立精確的預(yù)測模型的要求越來越迫切。本文對(duì)板形預(yù)測模型的研究現(xiàn)狀進(jìn)行了分析，找出已存在方法的不足，對(duì)板形預(yù)測模型進(jìn)行了研究。
　　首先，對(duì)PSO算法進(jìn)行研究，為改進(jìn)基本PSO算法所存在的容易陷入局部極值點(diǎn)的缺陷，提出了

2、一種改進(jìn)的PSO算法，采用混沌優(yōu)化算法，在全局空間動(dòng)態(tài)確定PSO算法關(guān)鍵參數(shù)，從而解決了基本PSO算法參數(shù)依賴性強(qiáng)的問題，并應(yīng)用經(jīng)典測試函數(shù)進(jìn)行實(shí)驗(yàn)驗(yàn)證該算法的性能。
　　其次，提出了MPSO-RBF混合優(yōu)化策略。為了進(jìn)一步提高神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的收斂速度和精度，將具有全局搜索能力、實(shí)用性強(qiáng)的改進(jìn)粒子群優(yōu)化算法(MPSO)融合到RBF網(wǎng)絡(luò)訓(xùn)練中，給出了MPSO算法的粒子編碼，混合優(yōu)化算法操作設(shè)計(jì)和步驟。Hermit多項(xiàng)式的逼近和Ir