期刊文献+

遗传算法和神经网络在跳汰状态识别中的应用 被引量:1

Application of GA and ANN to Jig Status Identification
下载PDF
导出
摘要 跳汰机是选煤的关键设备,对这样复杂的非线性、大滞后系统建立精确的数学模型极其困难,传统的控制方法很难达到良好的控制效果。针对这一问题,应用遗传算法和BP算法结合的方法建立了跳汰机矸石段系统模型,进而可以采用智能控制的方法对其进行控制。 As a key equipment of coal preparation,it is difficult to get the satisfactory effect on the complicated,nonlinear and great lag system like a jig,for it is hard to find the precise mathematical model of the jig.In this paper GA and ANN are used to find the model of the first stage of jig,then an intelligent method is adopted to control it.
出处 《振动.测试与诊断》 EI CSCD 2007年第2期133-136,共4页 Journal of Vibration,Measurement & Diagnosis
基金 国家自然科学基金资助项目(编号:50335030 50405043)
关键词 跳汰机 遗传算法 神经网络 状态识别 jig genetic algrithm artificial neural network(ANN)state recognise
  • 相关文献

参考文献3

  • 1符东旭,熊许波.跳汰床层密度分布规律的研究[J].选煤技术,2001,29(1):13-17. 被引量:8
  • 2周明 孙树栋.遗传算法原理与应用[M].北京:国防工业出版社,1999.161-166.
  • 3White H. Artificial neural networks: approximation and learning theory [M]. Cambridge, Mass: Blackwell, 1992:16-18.

共引文献47

同被引文献20

引证文献1

二级引证文献3

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部