共查询到16条相似文献,搜索用时 62 毫秒
1.
基于递归小波神经网络的非线性动态系统仿真 总被引:1,自引:1,他引:1
为提高动态递归神经网络的动态系统仿真能力,在Elman神经网络的基础上,提出动态递归小波神经网络(RWNN),给出了其动态梯度下降算法,并将其成功应用于非线性动态系统仿真.仿真算例表明,该网络具有收敛快,精度高等优点,仿真效果很好,同时具有较好的泛化性能,具有广阔的应用前景。 相似文献
2.
3.
针对典型的对角递归神经网络,推导出递归神经网络稳定条件下网络输出层、隐含层及关联层学习速率的具体取值范围。提出设计者可通过从具体系统中获得的数据确定网络各层学习速率的上、下界数值,确定自适应学习速率的初值与调节方法,并可选取最优学习速率。因而该法具有很强的可操作性和实用性。还给出一个具体数值实例,说明自适应学习速率与最佳学习速率的调整过程。 相似文献
4.
几种递归神经网络及其在系统辨识中的应用 总被引:24,自引:0,他引:24
递归网络中包含延时变量 ,用其来进行系统辨识时可以得到动态网络系统。首先介绍了Elman网络和Jordan网络及其改变型。根据网络的输入 /输出数据 ,采用BP算法和数值优化算法进行训练 ,并利用一个具体的系统模型辨识的例子 ,通过性能对比揭示了各网络用于系统辨识时的优缺点 ,为递归网络的合理应用提供参考。 相似文献
5.
6.
7.
8.
非平稳环境下提高神经网络辨识能力的新方法 总被引:1,自引:0,他引:1
利用非平稳环境下系统时变参数变化规律的先验信息,构造参数转移矩阵来刻画系统的时变动态特征,并基于此推导了非平稳环境下神经网络训练的改进的卡尔曼滤波算法.仿真结果表明:该方法显著地提高了神经网络在非平稳环境下的辨识能力。 相似文献
9.
10.
11.
氧乐果合成过程具有非线性、时变和不确定性的特点,难以采用常规的建模方法建立模型。BP网络可用于非线性系统的建模,但不能很好的反映实际系统的动态特性。提出了一种静态BP神经网络加多分头延时(TDL)环节构成回归神经网络建立系统动态模型的方法,用于氧乐果合成反应温度控制过程的建模与仿真研究。结果表明,该方法建立的模型误差较小、网络泛化能力较强,能较好的反应实际系统的动态特性,从而为培训操作人员的控制水平提供了低成本的仿真手段,也为自动控制算法的研究提供了仿真模型。 相似文献
12.
由于噪声的不确定性和自身的非线性特征,通过航位推算系统(DR)精确地估计车辆的状态是实际车辆组合导航中最困难的部分。提出了一种基于循环神经网络的方法,和传统的扩展卡尔曼滤波(EKF)方法相比,该方法不仅提高了系统定位的准确性和自适应抗干扰能力;而且不需要模型的具体解析形式,避免了复杂的 Jacobian 矩阵的计算,算法更简单,也更加易于实现。为了检验其有效性,将两种方法分别对车辆 DR 导航系统进行滤波仿真,仿真结果进一步表明该神经网络方法明显优于 EKF 方法,是车载 DR 导航中一种更理想的非线性滤波方法。 相似文献
13.
14.
15.
神经网络在响应曲面分析中的应用 总被引:3,自引:1,他引:2
在简要介绍响应曲面方法 ( Response Surface Methodology即 RSM)基本原理的基础上 ,提出将神经网络应用于 RSM的思想 ,并通过实例予以证明. 相似文献
16.
多输入模糊神经网络及其应用 总被引:12,自引:0,他引:12
为了提高神经网络的训练速度和泛化能力 ,同时解决一般模糊神经网络由于输入增多而导致模糊规则膨胀的问题 ,提出了多输入模糊神经网络的结构和算法。此算法用取大取小运算部分代替网络的积和运算 ,同时提出一种获取重要规则的方法。最后将多输入模糊神经网络应用于建筑投标报价系统。仿真结果表明 ,本网络具有较快的训练速度和较高的泛化能力。 相似文献