【摘 要】
：
从建立神经网络非线性预测模型出发,针对非线性复杂系统,提出一种采用加权双目标函数,以预测方差准则确定神经网络模型的结构优化方法。本文在研究非线性对象输入/输出的基础
【机 构】
：
兰州理工大学 电气工程与信息工程学院,甘肃兰州 730050
【出 处】
：
全国第18届计算机技术与应用学术会议(CACIS)
论文部分内容阅读
从建立神经网络非线性预测模型出发,针对非线性复杂系统,提出一种采用加权双目标函数,以预测方差准则确定神经网络模型的结构优化方法。本文在研究非线性对象输入/输出的基础上,以预测方差准则法(PSE)优化神经网络结构,并应用自适应算法对BP网络进行改进,通过网络的学习,建立非线性预测控制模型。该方法大大加快了网络的收敛速度,并解决了限制非线性预测控制实时控制的快速性问题。仿真实验也验证了所提出方法的良好控制效果。
其他文献
城市供水管网的漏损控制对供水安全及地区水资源的可持续发展具有重要意义。针对管网系统的动态不确定性,运用Vensim软件构建了管网状态变化的系统动力学模型,并进行不同条件
近年来,随着安防行业应用的深入,科技水平的发展,监控系统从简单的第一代模拟监控产品,过渡到了第二代数字化监控产品,进而演变出了第三代网络化监控产品。摄像机伴随着
In
为了更好地解决函数优化的问题,弥补传统寻优方法的不足,将粒群优化算法以及模拟退火的思想引入免疫遗传算法中,并定义了基于距离测度的个体浓度,并以此来自适应地确定其交叉
目的 在体外人神经细胞瘤细胞株 (SK N AS)中 ,以二恶英 (TCDD)、三甲基胆蒽 (3 MC)作为诱导化合物 ,探讨多环芳烃受体 (AHR、ARNT)基因与细胞色素P45 0 1A1/1B1(CYP1A1、C
DREB (dehydration responsive element binding protein)转录因子在植物响应非生物胁迫上具有重要作用,是颇具潜力的植物抗逆育种候选基因.本研究旨在通过烟草体系,验证前期
在数据挖掘算法的研究领域中,以前研究的关联规则大多是针对单个概念层次的。然而在实际中,信息往往是分层次的,故对于信息的关联规则挖掘迫切需要有针对多概念层次的。本文
在分析现有蚁群聚类算法不足的基础上,结合一种含多种蚁群、多种信息激素的多态蚁群算法,形成蚁群多态聚类算法。该算法通过引入不同种类的蚁群,每一蚁群有不同的信息素调控
狗尾草(Setaria viridis是研究C4植物光合作用的优秀模型,同时也是研究非生物胁迫耐受性和生物能源原料的模型.经济、简单、灵活、快速、高效的转基因技术是模式植物应用发展
随着遥感影像的应用越来越广泛,从海量数据的遥感影像中智能化提取有用信息正在被广泛地研究。本文采用模糊集理论和改进的Apriori算法对遥感图像属性进行提取,并通过林火预
在关联规则挖掘FP-Growth算法的基础上,提出一种新的关联规则挖掘算法。本文给出了新算法的工作原理。新算法能在一次扫描事务数据库的过程中,把该数据库转换成MFP树,然后对M