共查询到10条相似文献,搜索用时 265 毫秒
1.
首先在RBF-Elman神经网络结构基础上,设计带输出反馈RBF-Elman递归神经网络,通过实验验证该算法具有收敛速度快、自适应能力强、自学习能力以及固有的非线性等特点。最后将利用带输出反馈RBFElman递归神经网络作为分类器进行船舶运动状态的辨别,实验结果表明此算法高效、可行。 相似文献
2.
动态模糊神经网络在船舶动力定位中的应用 总被引:1,自引:1,他引:0
在前向模糊神经网络的归一化层和输出层之间加入递归层,形成的一种新型动态模糊神经网络(DFNN)具有动态映射能力,从而对动态系统有更好的响应.文章还推导了基于BP的反传学习算法.运用DFNN对船舶动力定位控制进行的仿真实验结果证明了该方法的有效性. 相似文献
3.
自适应智能航行控制方法研究 总被引:1,自引:0,他引:1
根据船舶在航行过程中的非线性、不确定特点,设计基于模糊模糊CMAC神经网络的船舶自适应智能控制算法。阐述了模糊CMAC神经网络结构,并且将其运用到自适应智能航行控制系统中,最后通过实验验证不同海况下模糊CMAC神经网络对于船舶航向智能控制具有良好的自适应性和较强的抗干扰性。 相似文献
4.
提出了带有偏差单元的递归神经网络方法,并将其应用到齿轮箱的故障诊断中.通过对齿轮箱的基本零件齿轮故障的设置,研究TBP神经网络的改进算法与带有偏单元的递归神经网络用于齿轮箱故障诊断的有效性。研究表明,带有偏单元的递归神经网络方法比BP网络训练速度快,精度要高,节省时间,能够精确实现故障定位。 相似文献
5.
6.
7.
8.
9.
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
10.
基于神经网络的自适应学习和强容错能力,研究了用多层感知器网络构成的非线性自校正控制系统结构和学习算法。仿真研究结果证实了这种结构的有效性。 相似文献