一种自适应粒子群算法的小波神经网络优化

来源 :机械与电子 | 被引量 : 0次 | 上传用户:qg101213
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统粒子群算法易陷入局部最优解的问题,提出了一种变权重粒子群算法。该算法通过引入交叉权重因子和粒子个体状态最优权值,对传统粒子群算法进行了优化,使粒子在移动过程中利用更多的信息来调整各自的移动方向,扩大粒子在运动过程中的自我认知范围,提高了粒子群算法的收敛精度和收敛速度。最后,利用改进的变权重粒子群算法对小波神经网络控制器进行优化,有效地验证了变权重粒子群算法的精确性。
其他文献
目的观察头痛宁胶囊治疗痰瘀阻络型紧张性头痛(TTH)的临床疗效及对病人脑血流、血浆降钙素基因相关肽(CGRP)和5-羟色胺(5-HT)水平的影响。方法选取成都市第三人民医院2016年8月—2019年10月收治的132例痰瘀阻络型TTH病人为研究对象,随机分为观察组(67例)和对照组(65例),对照组给予氟哌噻吨美利曲辛片治疗,观察组在对照组基础上加用头痛宁胶囊治疗,观察两组临床疗效、症状缓解情况、脑血流速度、血液生化指标[CGRP、血浆内皮素(ET-1)和5-HT]水平及不良反应。结果治疗4周后,观察组临
为解决传统模糊C均值聚类(Fuzzy C-means,FCM)算法在处理大规模数据集时遇到的时间复杂和内存不足等瓶颈,提出基于大数据集抽样分块的多视角自适应模糊聚类算法,算法通过邻域正则约束提高传统FCM算法的抗噪性,通过低秩与熵加权约束提高多视角一致性,以提高算法对多样化数据聚类的适应性,最后通过Canopy算法初始聚类中心提取、数据抽样分块和自适应加权优化算法对大规模数据聚类的适应性。实验结果表明,算法在继承传统多视角FCM算法良好聚类性能基础上,减少了计算复杂度,提高了聚类准确率,适于大规模数据集聚
为了研究谐波减速器在实际工作状态下的变形情况,利用Adams对模型进行动态仿真。谐波减速器齿轮均采用双圆弧齿形,因此首先对齿形进行设计,并通过solidworks建立谐波传动装置各零部件的模型。然后在Ansys Workbench中对柔轮进行静力学分析,查看柔轮的应力分布以及变形情况。最后利用Adams建立谐波减速器的刚柔混合模型,实现柔轮和刚轮的动态仿真。通过仿真分析可以看到谐波减速器的传动过程比较平稳,柔轮与刚轮轮齿之间的啮合情况良好,因此可以说明减速器的传动机构设计合理。