智能控制課設(shè)-bp神經(jīng)網(wǎng)絡(luò)的簡要介紹-文庫吧資料
2025-01-14 08:32本頁面
【正文】 智能控制論文 蟻群算法的內(nèi)容 學 院： 電氣工程學院 專業(yè)班級： xxx 姓 名： xxx 學 號： xxxx 蟻群算法的內(nèi)容 蟻群算法 (ant colony optimization, ACO)，又稱螞蟻算法，是一種用來在圖中 尋找優(yōu)化路徑的機率型算法。像基于自適應(yīng)度擴展的自適應(yīng)遺傳算法在門極電路的研究應(yīng)用中，就是將遺傳算法把每個邏輯輸出單元進行合理處理，尋找適應(yīng)度評價值的最優(yōu)值，該方法在門電路的設(shè)計上面不僅收斂速度快，而且成功率高。在智能儀器的設(shè)計和研究方面，將遺傳算法和模糊神經(jīng)網(wǎng)絡(luò)結(jié)合在一起，對 PID 控制器進行參數(shù)的修改和完善，改變隸屬函數(shù)和控制規(guī)則，降低控制器的依賴性，實現(xiàn)一起的在線自動調(diào)整，改進控制效果，再用 Mat lab 等工具仿真研究，設(shè)計制造出性能更強成本更低的智 能儀器。另 外，將并行的混合遺傳算法還可以應(yīng)用于醫(yī)學的深度像的精確配準，利用基因和染色體（一種位置變換關(guān)系）的相關(guān)關(guān)系，構(gòu)建相應(yīng)的適應(yīng)值函數(shù)，對圖像進行精確度的配準，對于那些面臨報廢而又有著相當意義的醫(yī)學圖像的配準重塑，具有重要意義。用并行的遺傳算法來處理 Otsu 雙閥值醫(yī)學圖像的分割，也就是一方面將計算機的高速并行性和遺傳算法的自然并行性結(jié)合起來，使得求解速度和質(zhì)量大大提高；另一方面在子群體間并行進行，避免單個子群體過早過快收斂，提高收斂速度和收斂質(zhì)量。在流體機械研究制造這方面，利用遺傳算法和人工神經(jīng)網(wǎng)絡(luò)相 結(jié)合的方法，用于流體的主動控制、空氣動力學參數(shù)的設(shè)計、用于插值的空氣動力學的數(shù)據(jù)函數(shù)等工程研究，完善流體機械的動力學特性，使流體機械更加符合設(shè)計的動力學原理。國外，還有利用遺傳算法來處理轉(zhuǎn)缸式發(fā)動機的加工處理時間以及對發(fā)動機的運行各個特性數(shù)據(jù)進行處理，來改善發(fā)動機的性能；還將遺傳算法應(yīng)用于多目標策略的基因選擇中的數(shù)據(jù)表達，將遺傳算法用來判斷基因的活躍度，進而選擇將信號發(fā)送給基因表達的主體，選擇是否表達該基因。 在工程和科研方面，遺 傳算法也發(fā)揮了它應(yīng)有的作用。 在現(xiàn)代控制領(lǐng)域中，無論是現(xiàn)代化生產(chǎn)、科研、工程、還是醫(yī)學，單單一種優(yōu)化方法往往已不能滿足現(xiàn)代生產(chǎn)和控制的高精度、高效率的要求，遺傳算法往往通過與其他算法或者是計算機軟件編程語言等相結(jié)合的手段來提高控制精度，提高并改善群體的性能。人工生命是用計算機等手段模擬或制造出具有生物系統(tǒng)特征行為的人造系統(tǒng)。比如，利用遺傳算法應(yīng)用于現(xiàn)代化的電力系統(tǒng)中，檢測電力系統(tǒng)中的電力原件的工作特性變化，進行負荷檢測，遏制超調(diào)量的過高；把遺傳算法應(yīng)用于模糊控制中，改變控制器參數(shù)，改善模糊控制器的性能，實現(xiàn)模糊控制的在線自動優(yōu)化 。 自動控制領(lǐng)域。在單件生產(chǎn)、流水線作業(yè)、生產(chǎn)規(guī)模、等方面，遺傳算法都發(fā)揮了它應(yīng)有的作用。 生產(chǎn)調(diào)度問題。 組合優(yōu)化方面。這是遺傳算法的經(jīng)典應(yīng)用領(lǐng)域，也是遺傳算法進行性能評價的常用算例。總的來說，遺傳算法主要應(yīng)用在經(jīng)典應(yīng)用領(lǐng)域和現(xiàn)代控制領(lǐng)域。 1992 年， J. R. Koza 成功把遺傳算法的方法應(yīng)用于計算機程序的編寫，并把遺傳編程的方法應(yīng)用于多個方面。 1989 年， D. J. Goldberg 在《搜索、優(yōu)化和機器學習中的遺傳算法》一書中論述遺傳算法的原理及應(yīng)用，為現(xiàn)代遺傳算法的發(fā)展奠定科學的基礎(chǔ)。 1967 年， Holland 教授的學生 J. D. Bagley 首次提出“遺傳算法”，并發(fā)表論文，發(fā)展遺傳算子，創(chuàng)立自適應(yīng)遺傳算法新概念。 1975 年他出版了《自然系統(tǒng)和人工系統(tǒng)的自適應(yīng)性》一書，該書主要論述遺傳算法和人工系統(tǒng)的關(guān)系。這幾個算法對解決遺傳算法在實際應(yīng)用中的缺陷有著良好的作用效果。從而限制了算法的精度，為此，許多研究人員針對這一問題缺陷做了很多研究，對遺傳算法進行改進，現(xiàn)有三種方法可以較好地提高遺傳算法的精度：第一是將編碼方法和遺傳機制的操作改進；第二是將其與傳統(tǒng)算法相結(jié)合，改善其收斂速度；第三是將其和模糊控制等算法結(jié)合形成較為先進的混合控制算法，提高算法的優(yōu)化精度、微調(diào)能力等。引用“適者生存、優(yōu)勝劣汰”的生物遺傳學原理，實現(xiàn)各個個體的性能的提高。 智能控制論文 遺傳算法的應(yīng)用與發(fā)展 學 院： 電氣工程學院 專業(yè)班級： xxx 姓 名： xxx 學 號： xxx 遺傳算法的應(yīng)用與發(fā)展 遺傳算法簡稱 GA（ Geic Algorithm），是近年來發(fā)展起來的一種 全局最優(yōu)化方法，也是智能控制的一個分支，是 1962 年 Holland教授提出的借用生物遺傳的原理，并模擬生物的遺傳機制和生物的進化結(jié)合而生成的一種最優(yōu)化方法。這些斷點、分叉 點和轉(zhuǎn)折點就稱為 “ 節(jié)點 ” 。兩枚指紋經(jīng)常會具有相同的總體特征，但它們的局部特征 ——節(jié)點，卻不可能完全相同。在計算指紋的紋數(shù)時，一般先在連接核心點和三角點，這條連線與指紋紋路相交的數(shù)量即可認為是指紋的紋數(shù)。 式樣線（ Type Lines） ： 式 樣線是在指包圍模式區(qū)的紋路線開始平行的地方所出現(xiàn)的交叉紋路，式樣線通常很短就中斷了，但它的外側(cè)線開始連續(xù)延伸。 三角點（ Delta） ： 三角點位于從核心點開始的第一個分叉點或者斷點、或者兩條紋路會聚處、孤立點、折轉(zhuǎn)處，或者指向這些奇異點。 Aetex 的指紋識別算法使用了所取得的完整指紋而不僅僅是模式區(qū)進行分析和識別。 模式區(qū)（ Pattern Area） ： 模式區(qū) 是指指紋上包括了總體特征的區(qū)域，即從模式區(qū)就能夠分辨出指紋是屬于那一種類型的。其他的指紋圖案都基于這三種基本圖案。 指紋的特征 ： 我們定義了指紋的兩類特征來進行指紋的驗證：總體特征和局部特征。多年來在各個公司及其研究機構(gòu)產(chǎn)生了許多數(shù)字化的算法（美 國有關(guān)法律認為，指紋圖像屬于個人隱私，因此不能直接存儲指紋圖像）。 指紋其實是比較復(fù)雜的。無論它們是怎樣組成的，至今仍然沒一
公司管理相關(guān)推薦
鄂ICP備17016276號-1