-
公开(公告)号：CN116484933A
公开(公告)日：2023-07-25
申请号：CN202310139639.7
申请日：2023-02-20
Applicant: 桂林理工大学
IPC: G06N3/08 , G06N3/0499 , G06N3/006 , G06Q10/04
Abstract: 本发明公开一种基于改进布谷鸟搜索算法的BP神经网络优化方法，包括以下步骤：获取Box–Jenkins混沌时间序列数据；建立BP神经网络；探索一种改进的布谷鸟搜索(ICS)算法，并用来优化BP神经网络的初始权值和阈值；采用优化的BP神经网络来预测Box–Jenkins混沌时间序列。该发明的优越性在于，为了增强布谷鸟搜索(CS)算法的寻优精度和鲁棒性，利用存储在历史档案中的精英信息来动态更新步长因子和变异因子，进而实现控制参数的自适应配置。同时，采用ICS算法优化的BP神经网络模型，可有效提高混沌时间序列的预测精度，并可推广和应用于其它复杂的非线性动力学系统。
-
公开(公告)号：CN113703315B
公开(公告)日：2023-10-13
申请号：CN202110797466.9
申请日：2021-07-14
Applicant: 桂林理工大学
IPC: G05B13/04
Abstract: 一种非线性混合阶多智能体机电系统事件触发协同控制方法，属于机电系统协同控制领域，主要是解决各被控多智能体之间的动力学参数不同甚至阶数也不相同的混合阶多智能体机电系统的事件触发协同控制问题。本发明包括：一、建立混合阶机电系统模型；二、建立混合阶局部同步跟踪误差；三、建立混合阶滑模误差；四、建立混合阶神经网络估计模型；五、建立混合阶协同控制、自适应律及更新触发条件。本发明用于混合阶机电系统的协同控制。
-
公开(公告)号：CN116167518A
公开(公告)日：2023-05-26
申请号：CN202310140174.7
申请日：2023-02-20
Applicant: 桂林理工大学
IPC: G06Q10/04 , G06N7/08 , G06N3/0499 , G06N3/086 , G06N3/006
Abstract: 本发明公开一种基于集成策略布谷鸟搜索的混沌时间序列预测方法，属于混沌系统技术领域。本发明针对人工神经网络在混沌时间序列预测中所存在的不足，将神经网络与智能优化算法进行有机结合以提高预测精度。首先，构建混沌时间序列数据集；其次，采用前馈神经网络建立预测模型；再次，设计一种基于集成策略的布谷鸟搜索算法，增强算法的寻优精度与收敛速度；最后，应用该集成策略布谷鸟搜索算法来优化神经网络的权值和阈值参数，再进行混沌时间序列预测，强化了模型的泛化性能。本发明为混沌系统提供了一种可靠的时间序列预测方法。
-
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
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：CN116167428A
公开(公告)日：2023-05-26
申请号：CN202310139652.2
申请日：2023-02-20
Applicant: 桂林理工大学
IPC: G06N3/08 , G06N3/0499 , G06Q10/04 , G06N3/006
Abstract: 本发明公开一种基于改进人工电场算法的BP神经网络优化方法，属于人工智能技术领域。该发明首先搭建BP神经网络，并设计一种改进的人工电场(IAEF)算法对BP神经网络的初始权值和阈值进行寻优，以增强网络的可应用性。在IAEF算法中，对原始人工电场(AEF)算法中的库伦系数生成规则进行重新设计，实现了全局勘探和局部开发之间的平衡，增强了算法的收敛性能。在此基础上，采用优化的BP神经网络对Mackey–Glass混沌时间序列进行预测，获得了较高的预测精度。
-
Patent Agency Ranking
公开(公告)号：CN113703315A
公开(公告)日：2021-11-26
申请号：CN202110797466.9
申请日：2021-07-14
Applicant: 桂林理工大学
IPC: G05B13/04
Abstract: 一种非线性混合阶多智能体机电系统事件触发协同控制方法，属于机电系统协同控制领域，主要是解决各被控多智能体之间的动力学参数不同甚至阶数也不相同的混合阶多智能体机电系统的事件触发协同控制问题。本发明包括：一、建立混合阶机电系统模型；二、建立混合阶局部同步跟踪误差；三、建立混合阶滑模误差；四、建立混合阶神经网络估计模型；五、建立混合阶协同控制、自适应律及更新触发条件。本发明用于混合阶机电系统的协同控制。
-
公开(公告)号：CN119971659A
公开(公告)日：2025-05-13
申请号：CN202510289581.3
申请日：2025-03-12
Applicant: 桂林理工大学
Abstract: 本发明公开了一种自动环保型除尘装置，包括壳体，壳体内设有转盘，转盘将壳体内分割为出气腔和进气腔，出气腔位于进气腔的下端，壳体的上端安装有连通于出气腔的风机，进气腔的一侧安装有进气管，出气腔内设有转动电机，转动电机的输出轴安装于转盘，转盘上均匀开设有多个通孔，进气腔内设有多个过滤件，过滤件的上端连通于通孔，出气腔内设有清灰组件，进气腔的一侧开设有更换口，更换口设有门，进气腔内设有罩设组件，罩设组件可将与更换口相对应的过滤件罩设住，壳体的下端安装有排灰装置，罩设组件的下端于排灰装置相连通。本发明在清理时将部分过滤件用罩设组件分隔出，并通过更换口进行更换，不影响其他的过滤件工作，保证除尘效率。
-
公开(公告)号：CN113504727A
公开(公告)日：2021-10-15
申请号：CN202110796336.3
申请日：2021-07-14
Applicant: 桂林理工大学
IPC: G05B13/04
Abstract: 一种带有自适应阈值的混合阶非线性系统事件触发协同控制方法，属于机电系统协同控制领域，主要是在混合阶多智能体机电系统的事件触发协同控制中通过自适应调整触发阈值来解决触发控制效率的问题。本发明包括：一、建立混合阶多智能体机电系统数学模型；二、建立混合阶多智能体机电系统同步跟踪误差；三、建立混合阶多智能体机电系统滑模误差；四、建立混合阶多智能体机电系统神经网络估计模型；五、建立带有自适应阈值的混合阶事件触发协同控制策略。本发明用于混合阶机电系统的事件触发控制。
-
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
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。
-
公开(公告)号：CN113504727B
公开(公告)日：2022-06-17
申请号：CN202110796336.3
申请日：2021-07-14
Applicant: 桂林理工大学
IPC: G05B13/04
Abstract: 一种带有自适应阈值的混合阶非线性系统事件触发协同控制方法，属于机电系统协同控制领域，主要是在混合阶多智能体机电系统的事件触发协同控制中通过自适应调整触发阈值来解决触发控制效率的问题。本发明包括：一、建立混合阶多智能体机电系统数学模型；二、建立混合阶多智能体机电系统同步跟踪误差；三、建立混合阶多智能体机电系统滑模误差；四、建立混合阶多智能体机电系统神经网络估计模型；五、建立带有自适应阈值的混合阶事件触发协同控制策略。本发明用于混合阶机电系统的事件触发控制。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.027 seconds)
