免疫优化神经网络对倒立摆的控制.pdfVIP

2 0 0 8 年 5 月 控 制 工 程 May 2 0 0 8 第 15 卷 增刊 Control Engi neering of China Vol . 1 5 , S 0 文章编号 : 167127848 (2008) S 0 免疫优化神经网络对倒立摆的控制 李凤云 , 严德 昆 ( 中国矿业大学 信息与电气工程学院 , 江苏 徐州 　221008) 摘 　　　要 : 人工免疫算法是基于生物免疫系 统机 理和特点发展而来 的一种新 型智 能算法 。 针对 BP 神经网络传统训练算法的学习效率低 、收敛速度慢且 容易陷入局部最优等不足 , 采用 免疫算法对 BP 神经网络权值进行优化 , 以实现对倒立摆 的控制 。实验 结果表明 , 用 免疫算法 训练神经网络收敛速度快 , 并能有效避 免陷入局部最优 。优化后 的神经 网络 能对实 际的倒立 摆装置进行控制 , 并取得了满意的效果 。 关 　键 　词 : 免疫算法 神经 网络 倒立摆 中图分类号 : TP 2 7 　　　文献标识码 : A Inverted Pendulum Control of Neural Networks Optimized by Immune Algorithm LI Feng2yun , YAN De2kun (College of Information and Electrical Engineering , China Univer sity of Mini ng Technology , Xuzhou 22 1008 , China) Ab str act : IA is a new int elligent algorithm exploited from principle of immune syst em . Aiming at the short ages of BP algorithm , such as low efficiency of study , slow sp eed of constringency , and easy to be trapped into local optimizat ion , IA algorithm i s ut ilized to op timize the weight s of the BP neural network so that the existential IP model i s controlled by the optimized network . The exp erimental result s show that the opt imized BP neural networkπs constringency speed i s faster , and the problem that BP algorithm is easy to be trapped into local op timization i s solved . The exi s