基于微分进化的CMAC的束流中心轨道自动校正算法研究
文献类型：期刊论文
| 作者 | 苏海军; 李德明; 王胜利; 张宇田; 郭鑫 |
| 刊名 | 原子能科学技术
 |
| 出版日期 | 2015 |
| 期号 | S2页码:611-614 |
| 关键词 | 微分进化 小脑模型神经网络 电子加速器 |
| ISSN号 | 1000-6931 |
| 中文摘要 | 在高压加速器的束流引出过程中,会出现束流中心轨道偏移的现象。本文基于小脑模型神经网络(CMAC)研究束流中心轨道的自动校正算法。CMAC在学习过程中,一般采用梯度下降法更新网络权值,学习率对收敛速度影响较大。提出采用微分进化算法对CMAC的网络权值进行更新,并与传统方法进行比较。实验表明,基于微分进化的CMAC学习算法,收敛速度更快,可用于束流中心轨道的自动校正算法。 |
| 语种 | 中文 |
| 源URL | [http://ir.sinap.ac.cn/handle/331007/25452]  |
| 专题 | 上海应用物理研究所_中科院上海应用物理研究所2011-2017年 |
| 作者单位 | 中国科学院上海应用物理研究所 |
| 推荐引用方式 GB/T 7714 | 苏海军,李德明,王胜利,等. 基于微分进化的CMAC的束流中心轨道自动校正算法研究[J]. 原子能科学技术,2015(S2):611-614. |
| APA | 苏海军,李德明,王胜利,张宇田,&郭鑫.(2015).基于微分进化的CMAC的束流中心轨道自动校正算法研究.原子能科学技术(S2),611-614. |
| MLA | 苏海军,et al."基于微分进化的CMAC的束流中心轨道自动校正算法研究".原子能科学技术 .S2(2015):611-614. |
入库方式： OAI收割
来源：上海应用物理研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。