排序方式: 共有2条查询结果,搜索用时 5 毫秒
1
1.
神经网络的拓扑结构对网络的有效性起着十分重要的作用,网络建模中的主要困难就是如何有效地控制网络模型的结构进化趋势和复杂度.提出一种基于强化学习的进化神经网络(RL-EANN),采用强化学习方法对网络进化群体与外界环境交互的效果进行评价,使其无需任何先验知识即可进行学习进化,通过强化信号的约束来控制网络群体的拓扑结构进化趋势.并在移动机器人避障导航仿真实验中证明,采用RL-EANN能使仿真机器人在不确定环境中快速有效地学习避障和接近目标,取得较好的导航效果,实践证明该方法的合理性和有效性. 相似文献
2.
以浙江省某高校为研究对象,根据其节能监管平台在2016年11月—2019年2月的空调实时运行数据,利用聚类方法,全年共得到6种典型空调使用模式以及4种空调能耗模式. 利用基于监督学习的决策树、随机森林算法,对空调使用与能耗的关系进行解耦,明确不同空调使用情况导致的不同能耗水平,并使用交叉验证的方法比较多种机器学习算法的精度. 分析结果表明:空调使用时长均直接影响着日空调能耗,且在制冷工况下教室规模和空调使用强度也对能耗有着明显的影响. 研究结果可为高校教学建筑的节能管理及其能耗模拟提供支持. 相似文献
1