排序方式: 共有3条查询结果,搜索用时 8 毫秒
1
1.
2.
用混合遗传算法实现神经网络快速训练 总被引:7,自引:0,他引:7
快速神经网络训练算法的研究是人们所关注的问题之一。经过分析与研究 ,遗传算法是一种全局并行随机搜索优化算法 ,具有很强的全局搜索能力 ,而 BP算法的局部搜索能力较强。文章将两者结合起来 ,形成一种混合遗传算法 ,并就混合遗传算法的原理及其在实现时所涉及到的许多策略问题进行了分析比较 ,仿真结果表明它具有收敛速度快和不会陷入局部极小的特点。 相似文献
3.
基于神经网络的轮廓误差控制仿真研究 总被引:1,自引:1,他引:0
运动控制系统不同轴的动态特性的差异是造成系统轮廓误差较大的主要原因。为系统每个轴设计一个高性能的前馈补偿器,可以改善每个轴的动态特性,使不同轴相互匹配,从而残小系统的轮廓误差。由于前馈补偿器的传递函数通常具有二阶或二阶以上微分环节,物理实现较困难,本文利用神经网络辨识系统的控制对象逆模型作为前馈补偿器,很好地解决了该问题;而利用在遗传算法中加入BP算法形成的混合遗传算法作为神经网络的训练算法,此算法具有收敛速度快,不易陷入局部权小的特点。 相似文献
1