共查询到10条相似文献,搜索用时 62 毫秒
1.
为解决斗轮取料机自动取料流量控制难题,提高干散货码头生产作业效率,采用BP神经网络PID控制算法对取料机取料流量控制进行优化。分析目前斗轮机取料流量控制现状,在常规PID控制方法的基础上采用BP神经网络进行改进优化,利用BP神经网络的自学习、自适应等特性,实现对PID控制参数的在线整定和优化。采用MATLAB Simulink仿真软件,建立BP神经网络PID控制模型,通过在天津某煤炭码头进行现场工程应用,证明模型的有效性和可靠性,表明BP神经网络PID算法能进一步提高干散货码头整体生产作业效率,延长大机设备使用寿命。 相似文献
2.
基于IGA-BP算法的船舶航向智能自适应控制系统设计 总被引:1,自引:0,他引:1
在深入研究基于BP学习算法的前向神经网络以及模糊神经网络控制器的基础上,针对模糊神经网络控制器难以设计以及传统BP学习算法易于陷入局部收敛的不足,结合免疫遗传算法的全局收敛特性以及BP学习算法局部收敛的快速性,提出了一种基于混合计算智能方法的IGA-BP算法的神经网络参数的优化设计方法.将设计的控制器用于建立船舶航向控制系统模型,仿真结果表明,在船舶无干扰和存在随机干扰的情况下,基于IGA-BP算法设计的船舶航向控制系统均能使船舶转向控制无超调,跟踪快,比BP学习算法的控制效果更理想. 相似文献
3.
韩冰 《交通部上海船舶运输科学研究所学报》2010,33(1):1-8
以包含滞后环节的非线性系统为对象,提出一种增加动态特性的动态BP(Back Propagation)学习算法。该算法以传统BP算法为基础,在多层感知机网络的第1隐层和输出层分别引入可调节的自适应延迟参数,并通过误差梯度对其进行修正,实现了对滞后系统的建模和延迟时间的辨识。进而将该算法与神经网络自适应控制器相结合,提出了一种基于神经网络模型的预测控制结构。仿真结果证明了方法的有效性。 相似文献
4.
5.
6.
船舶综合电力推进系统中,电力电子装置产生的大量谐波电流注入电网,已成为最主要的谐波源。本文在分析了电力推进系统中12脉波变频调速系统在电网侧产生的谐波电流特点的基础上,采用基于ip-iq的谐波检测算法和电流滞环跟踪算法相结合的有源滤波器解决方案,利用MATLAB建立系统仿真模型进行分析,仿真结果证明该方案补偿效果良好,使电网谐波电流达到相关谐波标准要求。 相似文献
7.
针对电动船舶中电力系统的谐波抑制问题进行研究。首先分析电动船舶电力系统中谐波产生的主要原因及谐波特点;其次,针对船舶推动电力系统中的整流器对谐波产生的影响,采用了三相电压型PWM整流器对其进行改进,抑制电力系统中谐波的产生;由于高次谐波成分并没被滤除干净,因而在供电网侧与PWM整流器之间增加了L型滤波器对剩余谐波进行滤除。最后,利用Simulink仿真器对本文算法进行仿真验证,结果证实算法对谐波滤除的有效性。 相似文献
8.
基于改进PSO的BP神经网络在船舶设计中的应用 总被引:1,自引:0,他引:1
针对船舶设计中需要的大型BP(BackPropagation)神经网络的特点,加入了改进的粒子群优化算法(ParticleSwarmOptimization,PSO)。该改进方法将粒子群的初始粒子分布在边界面上,因此能有效的搜寻高维空间,同时在速度公式等方面进行一些改进使得它更适合该环境。分别利用基于改进PSO的BP神经网络和标准的BP神经网络对泰勒系列船模试验数据进行拟合,结果表明基于改进PSO方法的BP神经网络训练更加高效和稳定。 相似文献
9.
10.
《舰船科学技术》2021,(13)
在声呐、雷达等设备的目标探测中,声源方位估计是需要解决的关键问题之一。针对水下传感器阵列接收信号的波达方向角(DOA)估计算法中,传统的BP神经网络算法会因网络参数不合理和层数过多导致过拟合的问题,以往通过粒子群算法(PSO)进行优化后,网络仍容易过早结束训练而导致性能不佳。为此,本文提出一种基于变分模态分解结合粒子群算法优化后的BP神经网络算法。首先对目标回波信号进行可变模态分解,对分解得到的各分量进行时频分析后叠加的谱图特征作为经粒子群算法优化后的BP神经网络算法的输入进行训练测试,以此来提高阵元接收目标回波的DOA估计精度。仿真实验结果表明,结合变分模态分解及粒子群算法优化的BP神经网络具有更好的识别效果和泛化能力,提高了DOA的估计精度。 相似文献