公开(公告)号：CN118333223A

公开(公告)日：2024-07-12

申请号：CN202410493729.0

申请日：2024-04-23

Applicant: 桂林理工大学

Inventor： 程加堂 ,  林秋宏 ,  熊燕 ,  杨亮亮 ,  覃彦之 ,  周轶旻

IPC: G06Q10/04 ,  G06N3/084 ,  G06N3/006 ,  G06N3/049 ,  G06N3/04

Abstract: 本发明公开一种基于神经网络优化学习的混沌时间序列预测方法，首先加载混沌时间序列数据并建立BP网络模型，将网络参数编码成MCS算法的解向量，接着初始化MCS算法并产生初始种群，然后使用均方误差作为适应度函数，通过MCS算法的搜索策略寻找全局最优解，并在达到最大迭代次数后输出此解，最后将解码后的全局最优解作为BP网络的参数，完成网络的优化，并进行时间序列预测；本发明通过设计一种集成多种搜索策略的多策略自适应CS算法来优化BP神经网络，显著提高了对Lorenz混沌时间序列的预测精度。

公开(公告)号：CN118534754A

公开(公告)日：2024-08-23

申请号：CN202410449063.9

申请日：2024-04-15

Applicant: 桂林理工大学

Inventor： 程加堂 ,  林秋宏 ,  熊燕 ,  杨亮亮 ,  覃彦之 ,  周轶旻

IPC: G05B11/42

Abstract: 本发明公开一种基于改进正余弦算法的PID参数整定方法，涉及自动控制领域；本发明的优越性在于，根据轮盘赌选择方法，设计了一种同伴学习策略来实现个体之间的信息交互，增强了算法的全局开发能力；然后，引入一个控制参数来实现同伴学习策略和原始位置更新方案的转换，并且该参数可以在个体进化过程中进行自适应调整；在此基础上，采用所设计算法对PID控制器进行参数寻优，提高了参数整定的精度和效率，可用于工程实践。