论文部分内容阅读
提出了一种基于粒子群优化算法(PSO)的弹道辨识及仿真的技术.根据弹道质心运动方程模型,以小脑模型开关控制器神经网络(CMAC)为核心构建了辨识网络,利用PSO算法控制辨识与仿真的实现.仿真试验表明,利用PSO算法实现弹道辨识比BP算法辨识精度高,收敛性好.
基于PSO算法的弹道辨识网络及仿真
【摘 要】
：
提出了一种基于粒子群优化算法(PSO)的弹道辨识及仿真的技术.根据弹道质心运动方程模型,以小脑模型开关控制器神经网络(CMAC)为核心构建了辨识网络,利用PSO算法控制辨识与仿
【机 构】
：
电子科技大学自动化工程学院,空军工程大学工程学院兵器运用工程系
【出 处】
：
系统仿真学报
【发表日期】
：
2004年11期
其他文献
基于控制Lyapunov函数(Control Lyapunov Function,简称CLF)和一类性能指标,提出了一种轮式移动机器人(WMR)全局渐近镇定控制器的设计方法。采用CLF近似性能指标的值函数,获得了控制仿射无漂系统的镇定控制律表达式。然后将CLF与反步法相结合,针对极坐标下WMR的动态模型,设计了一种渐近镇定控制器,解决了完美速度跟踪的问题。仿真结果验证了所提出控制律的有效性。
根据导引头角跟踪系统的工作原理建立了数学模型,并针对这套系统设计了一种模糊PID的控制方法,从而改善了整个系统的控制效果。仿真结果表明,模糊PID控制器在稳定时间、稳态精度上均比传统PID控制器有较大的改进。
摆动变量是QSIM产生奇异行为分支的主要原因之一,辨识摆动变量并利用有效的方式消除变量的摆动是提高QSIM运算效率和预测准确度的一个关键技术,这个问题一直是定性仿真的一个难题。认真分析了Kuipers的相关理论后,发现其判定摆动变量的判据与变量的摆动没有直接的因果关系。因此一套摆动变量辨识和利用变量的高阶导数约束变量摆动的改进方法被提出,并以两级级联水箱和多级级水箱系统为例对该方法进行了说明。改进
星载海量存储器的实时性和安全性要求在系统设计初期进行形式化分析和仿真。在采用UML对系统进行建模的基础上,本文提出一种通用算法将状态图自动转化为时间Petri网。同时根据系统约束和Petri网化简规则化简,分析其可调度性并给出星载海量存储器的时间性能评估。该方法适用于周期任务的静态、有限级调度系统,具有较广的适用性。
针对质子交换膜燃料电池(PEMFC)系统过于复杂,难以建模,而已建立的模型难以满足PEMFC控制系统设计和应用的要求。本文利用神经网络具有逼近任意复杂非线性函数的能力,将神经网络辨识方法应用到PEMFC强非线性系统的建模中,避开了PEMFC系统内部的复杂性。模型以电池工作温度为神经网络辨识模型的输入量,电池电压、电流密度为输出量,利用500组实验数据作为训练样本,采用改进型BP算法,建立了不同温度