資源描述：
《基于改進(jìn)pso算法的rbf網(wǎng)絡(luò)板形預(yù)測(cè)模型研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、工學(xué)碩士學(xué)位論文基于改進(jìn)PSO算法的RBF網(wǎng)絡(luò)板形預(yù)測(cè)模型研究薛喜彩燕山大學(xué)2009年12月萬方數(shù)據(jù)國內(nèi)圖書分類號(hào)：TP273國際圖書分類號(hào)：621.3工學(xué)碩士學(xué)位論文基于改進(jìn)PSO算法的RBF網(wǎng)絡(luò)板形預(yù)測(cè)模型研究碩士研究生：薛喜彩導(dǎo)師：何海濤教授申請(qǐng)學(xué)位級(jí)別：工學(xué)碩士學(xué)科、專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)所在單位：信息科學(xué)與工程學(xué)院授予學(xué)位單位：燕山大學(xué)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(xué)碩士學(xué)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(xué)位論文《基于改進(jìn)PSO算法的RBF網(wǎng)絡(luò)板形預(yù)測(cè)模型研究》，是本人在導(dǎo)師指導(dǎo)下，在燕山大學(xué)攻讀碩士學(xué)位期間獨(dú)立進(jìn)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(duì)本文的研究工作做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式注明。本聲明的法律結(jié)果將完全由本人承擔(dān)。作者簽字日期：2009年12月5日燕山大學(xué)碩士學(xué)位論文使用授權(quán)書《基于改進(jìn)PSO算法的RBF網(wǎng)絡(luò)板形預(yù)測(cè)模型研究》系本人在燕山大學(xué)攻讀碩士學(xué)位期間在導(dǎo)師指導(dǎo)下完成的碩士學(xué)位論文。本論文的研究成
4、果歸燕山大學(xué)所有，本人如需發(fā)表將署名燕山大學(xué)為第一完成單位及相關(guān)人員。本人完全了解燕山大學(xué)關(guān)于保存、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向有關(guān)部門送交論文的復(fù)印件和電子版本，允許論文被查閱和借閱。本人授權(quán)燕山大學(xué)，可以采用影印、縮印或其他復(fù)制手段保存論文，可以公布論文的全部或部分內(nèi)容。保密□，在年解密后適用本授權(quán)書。本學(xué)位論文屬于不保密□。（請(qǐng)?jiān)谝陨舷鄳?yīng)方框內(nèi)打“√”）作者簽名：日期：年月日導(dǎo)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(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
5、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(cè)模型，于是建立精確的預(yù)測(cè)模型的要求越來越迫切。本文對(duì)板形預(yù)測(cè)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(cè)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(cè)試函數(shù)進(jìn)行實(shí)驗(yàn)驗(yàn)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(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Iris分類問題作為仿真實(shí)例，測(cè)試了基本PSO算法和MPSO算法訓(xùn)練的RBF網(wǎng)絡(luò)，比較了兩者的訓(xùn)練精度和收斂速度。最后，建立了基于MPSO-RBF網(wǎng)絡(luò)的板形預(yù)測(cè)模型。經(jīng)過對(duì)現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)進(jìn)行歸一化等預(yù)處理后，分析了軋制過程中對(duì)板形的影響
7、因素作為網(wǎng)絡(luò)的輸入，以板形特征參數(shù)作為網(wǎng)絡(luò)的輸出，采用MPSO-RBF網(wǎng)絡(luò)建立了板形預(yù)測(cè)模型。采用實(shí)測(cè)數(shù)據(jù)，應(yīng)用Matlab軟件對(duì)該模型進(jìn)行了仿真實(shí)驗(yàn)。關(guān)鍵詞改進(jìn)的PSO算法；RBF神經(jīng)網(wǎng)絡(luò)；混合優(yōu)化策略；板形；預(yù)測(cè)模型I萬方數(shù)據(jù)AbstractSteelistheimportantmaterialbasisfordevelopingthenationaleconomyandenhancingthecomprehensivenationalstrength,andtheplateandstripis
8、appliedextensivelyastheimportantrawandprocessedmaterialsineverydepartmentofnationaleconomy.Flatnessisoneofthequalityindexesofplateandstrip,theaccurateflatnessforecastingmodelisneededinnomatterwhatthecontrolcharacteristicanalysisofadjust
