计算机与数字工程
計算機與數字工程
계산궤여수자공정
COMPUTER & DIGITAL ENGINEERING
2013年
6期
1024-1026
,共3页
人工神经网络%并行%波前预测器%粒子群优化%混沌
人工神經網絡%併行%波前預測器%粒子群優化%混沌
인공신경망락%병행%파전예측기%입자군우화%혼돈
artificial neural network%parallel%wavefront predictor%particle swarm optimization%chaos
由伺服系统所引起的延迟误差很大程度上影响着自适应光学系统(AOS)的性能.为了提高神经网络波前预测器的收敛性和精度,论文提出了一种改进的并行混沌粒子群优化算法(PCPSO).该算法利用混沌序列的随机和遍历特性,以及并行化处理方法,有效地避免早熟现象的发生.通过对基准函数的测试,比起经典粒子群算法,该算法具有较高的计算速度和收敛能力.并且,论文设计了一种基于PCPSO算法的神经网络波前预测器,并运用于自适应光学系统的波前预测中.通过数值仿真实验,研究了这种新型波前预测器的性能,实验结果表明,采用并行化混沌粒子优化算法的预测器可以有效的预测控制电压信号,具有很好的泛化能力,对提高光束质量起到了重要的作用.
由伺服繫統所引起的延遲誤差很大程度上影響著自適應光學繫統(AOS)的性能.為瞭提高神經網絡波前預測器的收斂性和精度,論文提齣瞭一種改進的併行混沌粒子群優化算法(PCPSO).該算法利用混沌序列的隨機和遍歷特性,以及併行化處理方法,有效地避免早熟現象的髮生.通過對基準函數的測試,比起經典粒子群算法,該算法具有較高的計算速度和收斂能力.併且,論文設計瞭一種基于PCPSO算法的神經網絡波前預測器,併運用于自適應光學繫統的波前預測中.通過數值倣真實驗,研究瞭這種新型波前預測器的性能,實驗結果錶明,採用併行化混沌粒子優化算法的預測器可以有效的預測控製電壓信號,具有很好的汎化能力,對提高光束質量起到瞭重要的作用.
유사복계통소인기적연지오차흔대정도상영향착자괄응광학계통(AOS)적성능.위료제고신경망락파전예측기적수렴성화정도,논문제출료일충개진적병행혼돈입자군우화산법(PCPSO).해산법이용혼돈서렬적수궤화편력특성,이급병행화처리방법,유효지피면조숙현상적발생.통과대기준함수적측시,비기경전입자군산법,해산법구유교고적계산속도화수렴능력.병차,논문설계료일충기우PCPSO산법적신경망락파전예측기,병운용우자괄응광학계통적파전예측중.통과수치방진실험,연구료저충신형파전예측기적성능,실험결과표명,채용병행화혼돈입자우화산법적예측기가이유효적예측공제전압신호,구유흔호적범화능력,대제고광속질량기도료중요적작용.
