共查询到19条相似文献,搜索用时 78 毫秒
1.
用神经网络进行连续时间非线性系统建模的研究 总被引:1,自引:0,他引:1
在用神经网络进行系统建模时,建模误差的存在是难免的。为了减小这种误差,本文对连接时间非线性系统提出了一种新的神经网络辨识模型,它是由带有输入修正的神经网络和稳定滤波器组合而成。文中给出了权值的学习算法,即权值是根据辨识误差的投影算法来改变,证明了在一定条件下辨识误差的收敛性。 相似文献
2.
投影型神经网络算法的全局收敛性分析 总被引:3,自引:0,他引:3
投影型神经网络具有自然保证解的可行性、可调参数少、搜索方向维数低和模型结构简单等优点,已引起众多学者关注.神经网络可用于求解优化问题的前提是它应具有全局收敛性.目前,该模型的这一性质仅对有界约束下严格凸二次规划问题得到了证明.该文利用常微分方程理论和LaSalle不变原理,通过构造Lyapunov函数,证明了该网络对一般凸规划问题的全局收敛性,并将约束区域推广到任一闭凸集.该文的结论奠定了该类网络的应用基础,扩大了它的应用范围.同时作者也讨论了该模型在较弱限制条件下的指数收敛性.最后给出一组实例,说明该网络计算上是可行和有效的. 相似文献
3.
4.
神经网络自适应非线性滤波器及在线故障检测 总被引:1,自引:0,他引:1
提出一种BP神经网络在线自学习方式及用该方式建立自适应非线性滤波器的方法,并提出了基于该BP滤波器对机器人系统进行在线实时状态跟踪、预报和突变性故障检测的方法。为了快速、正确地检测出故障,设计了一复合故障检测策略。对所提方式、方法及策略进行了仿真验证。 相似文献
5.
6.
7.
提出应用小波神经网络实现非线性系统模型的在线建立及自校正方法.首先提出了小波网络节点库的构成方法和一种小波网络模型结构确定和权值估计方法.在此基础上运用限定记忆最小二乘法,设计小波网络自学习建模和在线校正的算法.该算法能根据系统输入输出数据自动地建立小波网络模型,并使得在线校正得到的小波神经网络在某种准则下是最优的. 相似文献
8.
对非线性系统神经网络模型的收敛特性进行了分析,给出了适宜的训练参数和训练方法,进而对乙烯裂解炉反应过程建立了神经网络模型。 相似文献
9.
10.
11.
12.
一种回归神经网络的快速在线学习算法 总被引:11,自引:0,他引:11
针对回归神经网络BP学习算法收敛慢的缺陷,提出了一种新的快速在线递推学习算法.本算法在目标函数中引入了遗忘因子,并借助于非线性系统的最大似然估计原理成功地解决了动态非线性系统回归神经网络模型权系数学习的实时性和快速性问题.仿真结果表明,该算法比传统的回归BP学习算法具有更快的收敛速度. 相似文献
13.
14.
针对一类具有特殊模型的非线性系统本文提出了一种新型神经网络预测控制算法。该算法利用线性系统预测控制技术和神经网络的非线性映射及并行处理能力来求实际控制量,避免了解非线性方程和非线性预测控制所需的在线数值寻优计算,减少了计算量和计算时间。仿真结果表明了该算法的何效性。 相似文献
15.
改进的基于神经网络的非线性多元回归分析 总被引:3,自引:0,他引:3
介绍了Levenberg-Marquardt算法来加速神经网络的训练过程,并且为了使得网络回归分析结果具有良好的泛化能力,在训练算法的目标函数中综合了网络权值因素。最后对所给出的算法进行了实例仿真,仿真结果表明该算法不仅具有较好的数据拟合精度,而且具有很好的泛化性能。 相似文献
16.
安凤平 《小型微型计算机系统》2021,(2):393-398
传统的物体识别算法识别精度、自适应能力弱等问题已然不能满足实际的仓储物流领域对物体识别精度的要求.近年来,相关学者提出了基于深度学习的物体识别算法,它得到一定的推广和应用.但是,深度学习在物体识别的应用过程中存在以下问题:一是深度学习模型中激活函数的非线性建模能力弱;二是深度学习模型大量重复的池化操作丢失信息.鉴于此,... 相似文献
17.
18.
本文提出一种改进的HopfieId神经网络来求解非线性方程。文中给出了这种网络的结构,讨论了网络平衡点与非线性方程解之间的关系,证明了网络的稳定性。这种网络的结构较为简单,易于编程及硬件实现。 相似文献
19.
周碧英 《计算机与数字工程》2013,41(8)
由于非线性系统在实际中大量存在,因此对其进行辨识研究显得十分重要.论文针对目前非线性系统难以辨识的问题,先利用BP神经网络对非线性对象进行逼近辨识,再采用粒子群算法优化BP网络的方法.仿真结果表明该方法能够实现更大精度的辨识效果. 相似文献