购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

实例4

基于PSO-BP神经网络刀具磨损状态监测技术

如实例3中所述,遗传神经网络在解决全局收敛问题方面取得了巨大的成绩,但它也存在多方面的局限性,如算法过于复杂,可操作性差,容易过早收敛等。本章研究的粒子群算法,也称粒子群优化算法(Partical Swarm Optimization),缩写为PSO,是一种共生合作算法,其结构简单,可操作性强,过早收敛的现象可得到一定的缓解,但该方法尚不成熟,仍然需要改进。本章的目的在于抛砖引玉,希望读者在学习的同时也思考如何解决神经网络中这些难啃的“硬骨头”。

本章首先介绍PSO算法的基础理论、PSO工具箱,提出PSO算法的矩阵形式,然后介绍PSO神经网络的模型,以及用于刀具检测的方法与意义,编写相关的MATLAB程序。程序运行结果表明,该方法的收敛效果显著。 hQUl5Xz8Zy/TvzXuq9P1kWur/CqoZKpAJiY4SlHZDc/nnBdiYHXd+G4KfEQE+4qB

点击中间区域
呼出菜单
上一章
目录
下一章
×