排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
2.
根据污水处理过程的实际需要,在国际公认的活性污泥模型ASM1模型的基础上,获得了能够反映污水处理系统出水水质的简化模型.利用LabVIEW软件平台,开发出了基于该模型的污水处理过程动态特性的仿真系统.系统具有反映污水处理过程动态信息量大、直观性好、人机交互方便等特点.通过对污水关键水质参数COD、BOD5、SS进行仿真,证明了该仿真系统的有效性. 相似文献
3.
针对神经网络结构设计的难点,定义神经网络连接权值的e指数信息熵,该熵克服了Shannon熵固有的缺点,但与Shannon熵对不确定性的描述具有相同的效果.将其作为惩罚项引入神经网络学习的目标函数中训练神经网络,由于熵函数特有的属性,对神经网络中小的连接进行惩罚而对大的连接进行鼓励,从而使神经网络中小的权值迅速收敛到零值附近.通过删除零值附近的权连接进而达到简化神经网络结构的目的.典型非线性函数逼近的仿真试验结果表明,该修剪算法在保证其逼近性能的同时,可以简化神经网络结构. 相似文献
4.
基于神经网络的强化学习在避障中的应用 总被引:5,自引:0,他引:5
为了提高移动机器人的自学习能力,在基于行为控制结构的基础上设计了智能控制结构,该结构引入了强化学习模块.神经网络具有很好的泛化能力,该文提出了基于神经网络的强化Q学习算法,克服了表格式Q学习算法只能应用到离散的状态中并需要大量存储空间的不足,最后结合智能控制结构应用到移动机器人的避障中.实验结果表明,该方法能够使移动机器人通过自学习实现自主避障. 相似文献
5.
一种基于神经网络的内模控制方法及其应用 总被引:11,自引:1,他引:10
根据具有非线性、强耦合、不确定性过程的控制需要,提出了一种基于神经网络的内模控制方法,该方法充分利用神经 自学习及非线性逼近能力,建立非线性、强耦合、不确定性过程的动态模型及逆模型,采用这种方法对冷轧过程中带材全局板形进行仿真实验控制,取得了理想的控制效果。 相似文献
6.
针对神经网络的结构设计,根据仿生学原理提出一种跨越-侧抑制神经网络(S-LINN).该多层网络结构引入了层内中间抑制神经元的侧向连接以及神经元在多个层内进行的信息传递.通过分析网络的逼近能力证明网络的学习能力,设计基于误差反向传播思想的梯度下降学习算法.通过鲍鱼年龄预测回归问题的仿真实验表明,S-LINN在处理实际回归问题时,不但能够保证较高训练精度,同时可获得更强的泛化能力. 相似文献
7.
8.
9.
基于多个并行CMAC神经网络的强化学习方法 总被引:1,自引:0,他引:1
为解决标准Q学习算法收敛速度慢的问题,提出一种基于多个并行小脑模型(Cerebellar Model Articulation Controller:CMAC)神经网络的强化学习方法。该方法通过对输入状态变量进行分割,在不改变状态分辨率的前提下,降低每个状态变量的量化级数,有效减少CMAC的存储空间,将之与Q学习方法相结合,其输出用于逼近状态变量的Q值,从而提高了Q学习方法的学习速度和控制精度,并实现了连续状态的泛化。将该方法用于直线倒立摆的平衡控制中,仿真结果表明了其正确性和有效性。 相似文献
10.
从活性污泥系统的复杂性及其生物学信息出发,结合传统活性污泥法的工艺特点,利用二维细胞自动机模拟曝气池内一个竖截面沿池长方向的演化过程,从而模拟出传统活性污泥法曝气池的污水处理过程。利用实际参数进行仿真实验,结果表明该细胞自动机模型能复现曝气池微生物复杂的生长代谢过程,描绘出有机物的降解过程和活性污泥的生长状况,实现了传统活性污泥法曝气池内污水处理过程的动态可视化,直观刻画了活性污泥系统的多样性、随机性、不确定性、强非线性等复杂系统的特征。最后,对所建模型的应用进行了分析。 相似文献