毛恒
- 作品数：17 被引量：46H指数：4
- 供职机构：华侨大学更多>>
- 发文基金：福建省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信机械工程理学更多>>
- 神经网络在过程控制中的应用被引量：1
- 2003年
- 神经网络是智能控制的一个重要分支,内容与应用都十分丰富,本文对神经网络的发展以及在过程控制中的应用做了简要的介绍,指出神经网络在控制领域的巨大生命力和前景,以及在发展中遇到的问题,着重介绍模糊神经网络以及神经网络在非线性控制中的应用中的新进展.
- 毛恒王永初
- 关键词：过程控制神经网络智能控制非线性控制
- 一种基于差异演化的协同粒子群优化算法被引量：3
- 2008年
- 提出一种协同进化PSO算法,用于保持粒子种群的多样性并避免发生"早熟"的问题.该方法采用两个不同的分群;其中分群一的粒子采用标准PSO算法进行搜索寻优,分群二的粒子采用差异演化算法进行搜索和寻找最优解.在搜索过程中,如果标准PSO算法的适应度变化率低于一个阈值,则按照黄金分割率用分群二中的若干优势粒子取代分群一中的劣势粒子.用所提出的PSO算法和标准PSO算法对4种常用函数进行优化.结果表明,该粒子群优化算法比标准粒子群优化算法更容易找到最优解,而且优化效率和优化性能明显提高.
- 毛恒王永初
- 关键词：粒子群优化(PSO)算法协同进化
- 一种机电设备振动信号特征提取方法
- 本发明公开了一种机电设备振动信号特征提取方法，主要应用于机电设备故障诊断领域。所述方法先对所采集的振动信号原始数据进行滤波、截取等预处理；然后将经过预处理后的振动信号数据进行快速傅里叶变换(FFT)，得到振动信号频谱信息...
- 尚荣艳彭长青方瑞明邓敏邵鹏飞毛恒
- 文献传递
- 基于不完全微分PID算法的神经网络控制
- PID控制作为历史最为悠久，生命力最强的控制方式一直在生产过程自动化控制中发挥着巨大的作用，但是随着科学技术的不断进步和发展，被控对象正变得越来越复杂，而人们对其控制精度的要求却日益提高，然而PID控制技术却越来越不适应...
- 毛恒
- 文献传递
- 一种机电设备噪声信号特征提取方法
- 本发明公开了一种机电设备噪声信号特征提取方法，主要应用于机电设备故障诊断领域。所述方法先对所采集的噪声信号原始数据进行外部噪声消除、截取等预处理；然后将经过预处理后的噪声信号数据进行快速傅里叶变换(FFT)，得到噪声信号...
- 尚荣艳彭长青方瑞明邓敏邵鹏飞毛恒
- 文献传递
- 粒子群与差异演化的混合进化算法研究被引量：2
- 2008年
- 将标准粒子群(PSO)算法和差异演化(DE)算法混合进行进化,把差异演化算法的优势带入到粒子群算法中,利用差异演化算法其本身具备的对粒子个体的交叉和变异操作使标准粒子群算法种群保持寻优所需的多样性.并将这种算法与标准粒子群算法、G-PSO算法等进行了对比研究,通过混合进化的方法使粒子群种群保持多样性,实验结果表明新算法避免陷入"早熟"或"停滞"的能力大大提高.
- 洪少春毛恒王永初
- 关键词：粒子群优化算法早熟混合进化算法
- 一种有载分接开关机械故障诊断方法
- 本发明提供一种有载分接开关机械故障诊断方法,包括以下步骤：通过加速度传感器采集不少于两个位置的有载分接开关装置运行状态下的振动信号，并进行预处理；对预处理后的不少于两个通道振动信号分别进行GA‑VMD分解，并提取能量熵和...
- 方瑞明蔡宇琦彭长青毛恒邓敏
- 文献传递
- 一种机电设备噪声信号特征提取方法
- 本发明公开了一种机电设备噪声信号特征提取方法，主要应用于机电设备故障诊断领域。所述方法先对所采集的噪声信号原始数据进行外部噪声消除、截取等预处理；然后将经过预处理后的噪声信号数据进行快速傅里叶变换(FFT)，得到噪声信号...
- 尚荣艳彭长青方瑞明邓敏邵鹏飞毛恒
- 粒子群优化算法的改进及应用研究
- 粒子群优化算法PSO(Particle Swarm Optimization)由Kennedy和Eberhart于1995年提出，算法模拟鸟群飞行觅食的行为，通过鸟之间的集体协作使群体达到最优。PSO算法依靠个体间的信息...
- 毛恒
- 关键词：粒子群优化算法工程应用
- 文献传递
- 一种基于差异演化变异的粒子群优化算法被引量：15
- 2007年
- 为了保持粒子种群的多样性而避免发生"早熟"的问题,提出一种基于差异演化变异的粒子群优化算法(PSO),该方法通过粒子聚集性判断如果粒子群中的粒子过于聚集,则使用差异演化算法对PSO算法中各个粒子的自身历史最佳位置进行变异,以实现保持粒子群种群多样性的目的。对4种常用函数的优化问题进行测试并进行比较,结果表明:所改进的粒子群优化算法比标准粒子群优化算法更容易找到全局最优解,优化效率和优化性能明显提高。
- 毛恒王永初
