基于GA CGA优化神经网络解耦方法的应用研究

为了克服神经网络存在的收敛速度慢、易于陷入局部极值等不足,采用一种混合学习算法优化神经网络,即将改进遗传算法(GA)和共轭梯度算法(CGA)的混合学习算法用于对神经网络权值的修改,针对流浆箱的总压和浆位之间存在耦合问题,提出一种基于GA-CGA混合优化算法的神经网络PID解耦方法,成功地实现了总压、浆位之间的解耦.仿真结果表明该系统比神经网络PID解耦具有更好的控制效果和抗干扰能力.