共查询到19条相似文献,搜索用时 796 毫秒
1.
2.
在Wasserman自适应学习率算法的基础上提出一种新的BP网络改进算法--分层自适应学习率附加动量项算法,并应用该算法建立了凝汽器故障BP网络诊断模型.仿真结果表明该算法较之Wasserman自适应学习率算法能进一步提高网络的学习速度. 相似文献
3.
韩冰 《交通部上海船舶运输科学研究所学报》2010,33(1):1-8
以包含滞后环节的非线性系统为对象,提出一种增加动态特性的动态BP(Back Propagation)学习算法。该算法以传统BP算法为基础,在多层感知机网络的第1隐层和输出层分别引入可调节的自适应延迟参数,并通过误差梯度对其进行修正,实现了对滞后系统的建模和延迟时间的辨识。进而将该算法与神经网络自适应控制器相结合,提出了一种基于神经网络模型的预测控制结构。仿真结果证明了方法的有效性。 相似文献
4.
基于IGA-BP算法的船舶航向智能自适应控制系统设计 总被引:1,自引:0,他引:1
在深入研究基于BP学习算法的前向神经网络以及模糊神经网络控制器的基础上,针对模糊神经网络控制器难以设计以及传统BP学习算法易于陷入局部收敛的不足,结合免疫遗传算法的全局收敛特性以及BP学习算法局部收敛的快速性,提出了一种基于混合计算智能方法的IGA-BP算法的神经网络参数的优化设计方法.将设计的控制器用于建立船舶航向控制系统模型,仿真结果表明,在船舶无干扰和存在随机干扰的情况下,基于IGA-BP算法设计的船舶航向控制系统均能使船舶转向控制无超调,跟踪快,比BP学习算法的控制效果更理想. 相似文献
5.
提出了一种新的预测旋转机械随机响应方法--人工神经网络方法.研究了这种神经网络结构的学习算法.为了保证快速学习收敛,应用Lyapunov函数得到一种自适应学习率方法.用这种方法对某直立转子的地震响应进行在线预测,计算机仿真结果表明,这种网络学习算法是有效的,并且是可行的. 相似文献
6.
一种基于神经—模糊的船舶航向控制器研究 总被引:4,自引:0,他引:4
文中针对船舶航向这种非线性、时变、滞后控制对象,提出了一种基于人工精神网络的模糊控制器。利用人工精神网络的学习能力,将抽象的模糊控制规则转化为神经网络的学习样本,通过BP学习算法记忆这些规则样本,并以“联想记忆”的形式来使用非样本规则。仿真结果表明该控制器具有很好的控制精度,动态特性和鲁棒性。 相似文献
7.
8.
9.
10.
传统的属性约简算法效率低下,容易陷入局部极小值,不适用于大型知识库。文中提出一种基于粗糙集理论的遗传属性约简方法,在传统的属性约简方法基础上对适应度函数、交叉和变异的概率、变异方式和种群修复方式进行了改进。在正域区分对象集的研究基础上,用启发信息设计了一种快速的属性约简算法,并利用 Matlab 工具进行仿真,将仿真结果与前人研究结果作对比。实验表明此算法优于前人的算法,能够快速高效地对大型知识系统求其约简。 相似文献
11.
刘玄李维波邹振杰高佳俊詹锦皓 《中国舰船研究》2022,(6):148-154
[目的]为了实现电液位置伺服系统的精确控制,提出一种反馈-前馈变增益迭代学习法。[方法]首先建立电液位置伺服系统的简化模型,然后对迭代学习控制算法进行改进,采用带遗忘因子的变增益学习律,最后开展Matlab仿真对比验证。[结果]仿真结果表明:相较于传统的迭代学习和传统PID控制,改进后的迭代学习算法具有更好的收敛性和更小的跟踪误差,可以使电液位置伺服系统快速精确地跟踪位置曲线,从而提高系统动态特性。[结论]研究成果可为电液位置伺服系统的控制性能优化及实际工程应用提供参考。 相似文献
12.
13.
论文提出一种基于局部线性重构的半监督学习全景高光谱影像扩散坐标系延拓方法.基于半监督学习思想,利用ε-net近似逼近全景高光谱影像的特征空间,并计算出对应的扩散几何坐标,进而基于局部线性性质在ε-net所逼近的特征空间上局部线性重构出外采样点的扩散几何坐标.相对于基于坐标系配准达到大尺度高光谱影像可视化的方法,半监督学习范式能够给出全景高光谱影像更为一致的坐标表示. 相似文献
14.
船舶航向非线性系统的模型参考模糊自适应控制 总被引:3,自引:2,他引:1
考虑船舶航向控制系统模型中存在不确定非线性函数,并假设该函数是连续的,在以模糊系统对该函数进行逼近的基础上,利用Lyapunov理论,提出了一种新的模型参考模糊自适应控制算法。其特点是,无论取多少条模糊系统规则,自适应学习的参数只有一个,便于工程实现,而且还确保闭环系统渐近稳定,并使系统的模型跟踪误差为零。最后以远洋实习船“育龙轮”为倒,进行了船舶航向模型参考模糊自适应自动舵设计,并利用Matlab工具箱进行了仿真研究,结果证明该算法十分有效。 相似文献
15.
16.
针对无刷直流电机(BLDCM)调速系统的特点,在分析BLDCM(Brushless DC Motor)的数学模型的基础上建立了控制系统的仿真模型,设计了一种新的模糊神经网络控制器FNNC(Fuzzy Neural Network Controller),并运用遗传算法优化模糊神经网络结构和改进在线学习算法,将其应用到直流电机调速系统中。仿真试验表明,该方法较传统PID控制有更好的控制效果。 相似文献
17.
18.
基于船舶自动驾驶存在的问题以及需求,提出了一个基于卷积神经网络的船舶自动识别系统.系统设计使用的生成对抗神经网络算法,基于互信息理论,能够无监督式地学习船舶图像特征.通过实验论证,在分类准确度上取得了显著地提升,表明本系统方法合理有效,具有较高地运用前景. 相似文献
19.