基于改進pso算法的rbf網(wǎng)絡板形預測模型研究

基于改進pso算法的rbf網(wǎng)絡板形預測模型研究

ID:23862128

大小:1.61 MB

頁數(shù):97頁

時間:2018-11-11

基于改進pso算法的rbf網(wǎng)絡板形預測模型研究_第1頁
基于改進pso算法的rbf網(wǎng)絡板形預測模型研究_第2頁
基于改進pso算法的rbf網(wǎng)絡板形預測模型研究_第3頁
基于改進pso算法的rbf網(wǎng)絡板形預測模型研究_第4頁
基于改進pso算法的rbf網(wǎng)絡板形預測模型研究_第5頁
資源描述:

《基于改進pso算法的rbf網(wǎng)絡板形預測模型研究》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。

1、工學碩士學位論文基于改進PSO算法的RBF網(wǎng)絡板形預測模型研究薛喜彩燕山大學2009年12月萬方數(shù)據(jù)國內圖書分類號:TP273國際圖書分類號:621.3工學碩士學位論文基于改進PSO算法的RBF網(wǎng)絡板形預測模型研究碩士研究生:薛喜彩導師:何海濤教授申請學位級別:工學碩士學科、專業(yè):計算機應用技術所在單位:信息科學與工程學院授予學位單位:燕山大學萬方數(shù)據(jù)ClassifiedIndex:TP273U.D.C.:621.3DissertationfortheMasterDegreeinEngineerin

2、gRESEARCHONRBFFLATNESSFORECASTINGMODELBASEDONMODIFIEDPSOALGORITHMCandidate:XueXicaiSupervisor:Prof.HeHaitaoAcademicDegreeAppliedfor:MasterofEngineering Speciality:ComputerApplicationTechnology University:YanshanUniversity萬方數(shù)據(jù)燕山大學碩士學位論文原創(chuàng)性聲明本人鄭重聲明:此處所提交

3、的碩士學位論文《基于改進PSO算法的RBF網(wǎng)絡板形預測模型研究》,是本人在導師指導下,在燕山大學攻讀碩士學位期間獨立進行研究工作所取得的成果。據(jù)本人所知,論文中除已注明部分外不包含他人已發(fā)表或撰寫過的研究成果。對本文的研究工作做出重要貢獻的個人和集體,均已在文中以明確方式注明。本聲明的法律結果將完全由本人承擔。作者簽字日期:2009年12月5日燕山大學碩士學位論文使用授權書《基于改進PSO算法的RBF網(wǎng)絡板形預測模型研究》系本人在燕山大學攻讀碩士學位期間在導師指導下完成的碩士學位論文。本論文的研究成

4、果歸燕山大學所有,本人如需發(fā)表將署名燕山大學為第一完成單位及相關人員。本人完全了解燕山大學關于保存、使用學位論文的規(guī)定,同意學校保留并向有關部門送交論文的復印件和電子版本,允許論文被查閱和借閱。本人授權燕山大學,可以采用影印、縮印或其他復制手段保存論文,可以公布論文的全部或部分內容。保密□,在年解密后適用本授權書。本學位論文屬于不保密□。(請在以上相應方框內打“√”)作者簽名:日期:年月日導師簽名:日期:年月日萬方數(shù)據(jù)摘要鋼鐵是發(fā)展國民經(jīng)濟、增強綜合國力的重要物質基礎。而板帶材是廣泛應用于國民經(jīng)濟各

5、部門的重要原材料。板形是板帶材的質量指標之一,無論是板形控制系統(tǒng)中調節(jié)機構的控制特性分析,還是在線實時控制,都需要精確的板形預測模型,于是建立精確的預測模型的要求越來越迫切。本文對板形預測模型的研究現(xiàn)狀進行了分析,找出已存在方法的不足,對板形預測模型進行了研究。首先,對PSO算法進行研究,為改進基本PSO算法所存在的容易陷入局部極值點的缺陷,提出了一種改進的PSO算法,采用混沌優(yōu)化算法,在全局空間動態(tài)確定PSO算法關鍵參數(shù),從而解決了基本PSO算法參數(shù)依賴性強的問題,并應用經(jīng)典測試函數(shù)進行實驗驗證該

6、算法的性能。其次,提出了MPSO-RBF混合優(yōu)化策略。為了進一步提高神經(jīng)網(wǎng)絡學習算法的收斂速度和精度,將具有全局搜索能力、實用性強的改進粒子群優(yōu)化算法(MPSO)融合到RBF網(wǎng)絡訓練中,給出了MPSO算法的粒子編碼,混合優(yōu)化算法操作設計和步驟。Hermit多項式的逼近和Iris分類問題作為仿真實例,測試了基本PSO算法和MPSO算法訓練的RBF網(wǎng)絡,比較了兩者的訓練精度和收斂速度。最后,建立了基于MPSO-RBF網(wǎng)絡的板形預測模型。經(jīng)過對現(xiàn)場實測數(shù)據(jù)進行歸一化等預處理后,分析了軋制過程中對板形的影響

7、因素作為網(wǎng)絡的輸入,以板形特征參數(shù)作為網(wǎng)絡的輸出,采用MPSO-RBF網(wǎng)絡建立了板形預測模型。采用實測數(shù)據(jù),應用Matlab軟件對該模型進行了仿真實驗。關鍵詞改進的PSO算法;RBF神經(jīng)網(wǎng)絡;混合優(yōu)化策略;板形;預測模型I萬方數(shù)據(jù)AbstractSteelistheimportantmaterialbasisfordevelopingthenationaleconomyandenhancingthecomprehensivenationalstrength,andtheplateandstripis

8、appliedextensivelyastheimportantrawandprocessedmaterialsineverydepartmentofnationaleconomy.Flatnessisoneofthequalityindexesofplateandstrip,theaccurateflatnessforecastingmodelisneededinnomatterwhatthecontrolcharacteristicanalysisofadjust

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現(xiàn)內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。