共查询到20条相似文献,搜索用时 140 毫秒
1.
学习速率是控制神经网络学习过程的一个重要参数,影响神经网络的稳定性和快速性.提出了一种能够满足实时性要求的神经网络学习速率的自适应算法,并证明了在该学习速率下,神经网络的学习过程是Lyapunov意义稳定的。试方法通过为神经网络的输出增加一个输出修正量来补偿多个未知因素对学习误盖的影响,从而构造使学习误差快速收敛到零的学习速率自适应算法。通过对神经网络在线逼近一个非线性对象的过程进行仿真,结果证明了该方法的有效性。 相似文献
2.
3.
4.
发酵过程混合神经网络模型及其仿真 总被引:6,自引:2,他引:4
提出了一种新型的发酵过程混合神经网络模型,该模型由非线性神经网络和线性神经网络两部分组成,由于非线性神经网络采用结构具有线形式的Flat网络,两个网络能够合并为同一表达式,并具有线性形式,可采用线性最小二乘法求解网络权值,与串联结构及串并联结构混合神经网络模型相比,该模型训练方式简单,并可方便地使用在线辨识算法。 相似文献
5.
提出了一种T-s模糊神经网络在线学习算法:移动小论域法,解决非线性控制对象的在线辨识的精度和实时性问题。该算法是在前后件参数可分离的离线混合学习算法基础上,通过分析隶属函数类型及论域模糊子集划分稠必程度对辨识精度的影响后提出来的。不同于传统模糊化进程,此法使用了移动的小论域窗口在此窗口上划分较少的模糊子集技术产生网络前件模糊化参数,解决了模糊神经网络学习中精度和实时性相互制约的矛盾。仿真结果证实该算法精度高,实时性好。 相似文献
6.
7.
针对复杂钢坯加热过程,提出了一种自调节变异率的免疫进化模糊神经网络控制(IE—FNNC)算法。首先根据现场样本数据建立过程神经网络模型;然后基于该模型,采用规则优化算法,确定模糊神经网络控制器(FNNC)的最佳规则数;最后由FNNC的规则优化所得参数构造初始种群的一个解,采用自调节变异率的免疫进化(IE)算法对FNNC参数优化。该算法具有全局寻优和局部求精能力,仿真结果证实了其有效性。 相似文献
8.
在分散解耦的系统框架上提出了基于MIMO过程互相关函数的神经网络解耦器在线学习算法。该算法定义了一组MIMO过程的互相关函数作为神经网络解耦器的指标函数,采用混合遗传算法在线训练神经网络。结合强耦合的非线性系统的仿真结果表明该算法的有效性。 相似文献
9.
胡俐蕊 《系统工程与电子技术》2004,26(7):938-940
基于多变量灰色系统模型 ,提出了一种MIMO系统的广义预测控制直接算法。该算法利用两个辨识器分别辨识被控对象和闭环系统的参数 ,从而得到控制器的参数。算法在线辨识参数较少 ,又避免了Diophantine方程和逆矩阵的在线求解 ,进一步减少了计算量 ,提高了实时性。仿真结果表明 ,该算法是有效的 相似文献
10.
11.
12.
基于遗传神经网络的自整定PID控制器 总被引:5,自引:0,他引:5
提出了一种基于遗传算法和神经网络的自整定PID控制器的设计方法。该控制器主要由三个部分组成。第一部分利用遗传算法搜索出一组准优的PID参数,作为PID控制器参数的初值,第二部分利用神经网络具有逼近任意非线形函数的能力,在线调整PID参数,以确保系统的响应具有最优的动态和稳态性能,第三部分是传统的PID控制器,直接对被控对象闭环控制。计算机仿真结果表明,这种控制算法鲁棒性强,响应速度快,可用于控制不同的对象和过程。 相似文献
13.
基于神经网络辨识的质子交换膜燃料电池建模 总被引:5,自引:2,他引:3
针对质子交换膜燃料电池(PEMFC)系统过于复杂,难以建模,而已建立的模型难以满足PEMFC控制系统设计和应用的要求。本文利用神经网络具有逼近任意复杂非线性函数的能力,将神经网络辨识方法应用到PEMFC强非线性系统的建模中,避开了PEMFC系统内部的复杂性。模型以电池工作温度为神经网络辨识模型的输入量,电池电压、电流密度为输出量,利用500组实验数据作为训练样本,采用改进型BP算法,建立了不同温度下电池电压—电流密度动态响应模型。仿真结果表明,方法可行,建立的模型精度较高,从而为设计PEMFC实时控制系统奠定了基础。 相似文献
14.
15.
基于一种改进的RBF神经网络的直接甲醇燃料电池建模 总被引:1,自引:2,他引:1
针对直接甲醇燃料电池(DMFC)系统过于复杂,难以数学建模。应用一种改进的RBF神经网络对DMFC系统进行辨识建模。模型以甲醇的浓度和流速为神经网络辨识模型的输入量,电池电压/电流密度为输出量,利用1000组实验数据作为训练和测试样本,建立了不同甲醇浓度和流速下电池电压/电流密度动态响应模型。应用仿真对建模的有效性和精度进行了检验,并与BP神经网络辨识的效果进行了对比。仿真结果证明RBF神经网络比BP神经网络收敛得快,建模精度高,从而为设计DMFC实时控制系统奠定了基础。 相似文献
16.
混合信号盲分问题是一类很难而又具有很强应用背景的问题,以往对这类问题的研究均在混合矩阵为非奇异的条件下进行。给出一种神经网络模型及相应算法,处理混合矩阵为奇异的混合信号盲分问题,并分析了算法的稳定性。 相似文献
17.
18.
针对难以建立精确数学模型的地面站数传系统,提出改进梯度迭代学习的径向基神经网络建模方法。改进梯度学习算法通过训练样本相关性矩阵的主成分分析确定网络隐含层初始节点数;改进迭代过程中网络参数的梯度信息计算方式,加快了迭代收敛速度;并增加结构调整过程,实现对网络规模的精简。通过采集地面站数传系统输入-输出数据,将改进梯度学习算法应用于网络离线训练,并给出具体实现步骤。地面站数传资源配置优化实例验证了模型具有较高泛化能力,且算法稳定性较佳。 相似文献
19.
基于代数神经网络的分圆多项式判定及学习算法 总被引:3,自引:2,他引:1
首先对MP神经元进行推广 ,给出了一元多项式代数神经元、一元多项式代数神经网络 ,设计出一类用于一元多项式二元运算的神经元模型 ,它是单输入单输出的 3层多项式神经网络 ,给出了两种用于判定一多项式为分圆多项式的神经网络模型及学习算法 ,把判定一多项式为分圆多项式转化成线性方程组求解问题 ,通过算例说明了该方法的有效性。 相似文献