引入免疫粒子群优化算法的木材干燥模糊神经网络控制系统设计 |
| |
引用本文: | 张少如,孙丽萍. 引入免疫粒子群优化算法的木材干燥模糊神经网络控制系统设计[J]. 东北林业大学学报, 2016, 0(12): 83-90 |
| |
作者姓名: | 张少如 孙丽萍 |
| |
作者单位: | 东北林业大学,哈尔滨,150040 |
| |
基金项目: | 国家林业公益性行业科研专项(201304502) |
| |
摘 要: | 针对木材干燥窑温湿度控制采用的模糊神经网络比较依赖于网络初始权值,且网络的训练时间较长、容易陷入非要求的局部极值,采用粒子群优化算法(PSO)的全局寻优性能,设计一种引入免疫PSO算法的木材干燥模糊神经网络控制系统。为避免PSO算法的早熟和进一步导入待求解问题的先验知识与经验,加快算法的全局收敛能力,引入免疫算法的接种疫苗、免疫选择、良种迁移3种免疫算子。仿真结果表明:温度和湿度,能更加快速、平滑地到达设定值(温度需要70 s左右,湿度需要75 s左右)。实例验证结果表明:温度曲线均方误差仅为0.020 7,拟合优度高达0.979 7;湿度曲线均方误差均在0.3以下,拟合优度均在0.96以上。说明免疫PSO算法具有较高的收敛速度和识别率,对不确定非线性系统具有良好的控制效果。
|
关 键 词: | 木材干燥 温湿度控制 免疫粒子群优化算法 免疫算法 模糊神经网络 |
Wood Drying Temperature and Humidity Method by Immune PSO Algorithm |
| |
Abstract: | |
| |
Keywords: | Wood drying Temperature and humidity control Immune particle swarm optimization Immune operator Fuzzy neural network |
本文献已被 CNKI 万方数据 等数据库收录! |
|