摘要
采用混沌粒子群优化算法(CPSO)对网络初始值进行迭代寻优,加快系统的收敛速度.为了实现PID神经网络的硬件平台搭建,新型纳米器件——自旋忆阻器,由于其独特的记忆特性和纳米级尺寸,被用来模拟电子突触,以实现神经元之间的相互连接.最后,通过对强耦合系统进行解耦控制验证了该方案的有效性.
PID neural network combines the advantages of conventional PID controller and neural network,which can greatly control the multivariable time-varying systems.In this article,CPSO is used to initial the weights by iteration optimization for the network,accelerating the convergence speed of the system.For building the circuit of PID neural network,the novel nanoscale electronic device,Spintronic Memristor,due to its unique memory properties and nanoscale size,is used to perform the function of electronic synaptic,achieving the interconnection between neurons.Finally,the effectiveness of the proposed scheme in the paper is verified by decoupling the strong coupling system.
出处
《西南大学学报(自然科学版)》
CAS
CSCD
北大核心
2016年第11期167-173,共7页
Journal of Southwest University(Natural Science Edition)
基金
新世纪优秀人才支持计划(教技函[2013]47号)
国家自然科学基金(61372139
61101233
60972155)
教育部"春晖计划"科研项目(z2011148)
留学人员科技活动项目择优资助经费(国家级
优秀类
渝人社办〔2012〕186号)
重庆市高等学校优秀人才支持计划(渝教人〔2011〕65号)
重庆市高等学校青年骨干教师资助计划(渝教人〔2011〕65号)
中央高校基本科研业务费专项资金(XDJK2014A009
XDJK2013B011)