【摘 要】
：
非线性现象是在工程技术、科学研究以至自然界及人类社会活动的各个领域普遍存在的问题。非线性系统辨识成为目前国内外众多学者致力研究的一个热点问题。RBF 神经网络理论为
论文部分内容阅读
非线性现象是在工程技术、科学研究以至自然界及人类社会活动的各个领域普遍存在的问题。非线性系统辨识成为目前国内外众多学者致力研究的一个热点问题。RBF 神经网络理论为非线性系统辨识提供了有力的工具。如何找到一种更加行之有效的 RBF 神经网络学习算法具有重要的理论意义和应用价值。 针对多数原有算法的计算量大、学习速度慢等缺点,本文在深入研究系统辨识理论和RBF 神经网络理论的基础上采用一种新型混合算法。该混合算法包括优选聚类算法和新型二阶学习算法。 针对油田中试井解释的特点,采用新型基函数网络模型进行建模;通过对油田累积产油量系统的机理分析和趋势性分析,采用函数型连接网络模型进行拟合和预测。用这些神经网络作为油田系统辨识现代描述方法,具有很高的精度。依据某油田几个采油厂不同区块的数据进行网络学习训练和预测,均得到很好的结果。 用本文的混合算法对不同的非线性系统进行仿真,仿真结果表明了本文方案的有效性。
其他文献
本文以首钢三炼钢生产组织为研究对象，研究静态计划编排算法，并以算法为基础设计并开发计划编排辅助系统，指导炼钢连铸车间生产。 结合首钢三炼钢生产作业特点，本文研究静态计
随着操作系统和应用系统的不断发展和广泛应用，其规模越做越大越复杂，其可靠性和可用性也越来越难以保证。通常在整个系统中，软件故障所引起的系统运转中断远远高于硬件故障。软
本课题以肉类新鲜度检测为研究对象，以数据融合为理论基础，对发展应用较为成熟的人工神经网络技术及基于神经网络的数据融合技术进行了分析研究。在分析了肉类变质机理的基础上
由于人类生活于地球大气的边界层，人类的所有活动都受到边界层大气变化的影响，所以探测边界层大气的变化就显得尤为重要。而低空探测是人们研究边界层大气运动规律的一种常用方
地物分析是指利用观测数据认识地球表面物体性质的过程，可广泛应用于资源勘查、土地规划、灾情防治诸多方面。数字高程模型(DEM)和多光谱图像是进行地物分析的两种重要数据源，
本文在分布式人工智能和Agent技术的基础上，以国家旅游局金旅工程为应用对象，对Agent技术在分布式智能信息系统中的理论与应用进行研究。论文的主要工作和创新点如下：①提出并建
模式分类是人工智能的一个基础研究领域，是从数据中获取有效信息的一个重要手段。各种各样的分类器被相继提出，并被广泛地用于解决许多实际问题。在实际的分类问题中，存在两种常
行为识别是计算机视觉领域的一个重要分支，在机器人视觉、智能视频监控、人机交互、医疗护理、虚拟现实及游戏控制等领域有着广泛应用前景，其研究目的主要是让计算机通过摄像机
异质关系数据(Heterogeneous Relational Data)（如社交网络，知识图谱，基因-蛋白质作用网络中的数据）正成为信息产业的主流数据形式以及大数据的重要构成部分，具有丰富的语义价值。
本文首先对谐振软开关技术的研究现状和各种主要的拓扑结构进行了分析、综合、总结,指出了各自的优缺点;着重对并联谐振直流环电路的工作原理、电路工作模式、软开关实现机理