【摘 要】
：
T-S型模糊神经网络对非线性函数具有良好的逼近能力,其学习算法多采用BP算法.本文将一种新型的非线性混沌映射引入到T-S型模糊神经网络的参数学习算法中.将混沌优化算法与BP
【机 构】
：
哈尔滨工程大学自动化学院,哈尔滨150001
论文部分内容阅读
T-S型模糊神经网络对非线性函数具有良好的逼近能力,其学习算法多采用BP算法.本文将一种新型的非线性混沌映射引入到T-S型模糊神经网络的参数学习算法中.将混沌优化算法与BP算法相结合,使模糊神经网络克服了容易陷入局部极小值的缺点.并对非线性和混沌系统进行建模,仿真结果表明,用混沌BP学习算法进行参数更新,能够减小误差,提高网络性能.
其他文献
传统PID神经网络采用BP学习算法,由于其激励函数是分断函数,因此无法获得准确的梯度信息,从而使网络学习过程初始均方误差过大,且收敛过程不很稳定.针对这一问题,本文提出了
目的 探讨含聚乳酸-羟基乙酸共聚物(poly lactic-co-glycolic acid,PLGA)的新型磷酸钙骨水泥(calcium phosphate cement,CPC) (CPC/PLGA)体内降解性能,为临床试验奠定基础.
本文介绍了一种新型的AND-OR模糊神经网络,推导出每一层的输入输出映射关系式,并证明AND-OR模糊神经网络在一定条件下其功能等价于模糊推理.利用神经网络结构的遗传优化自动
本文提出了一种基于动态神经网络Boltzmann机实现青霉素发酵过程的最优预测控制方法.该方法根据间歇补料批处理方式的青霉素发酵过程的输入输出数据,应用系统辨识工具建立其
针对品种钢生产工艺的特点及其复杂性,提出了在Internet环境下基于Web的人工神经网络智能预测方案.该方案利用Matlab的Web技术,并结合其神经网络工具箱和Access数据库,实现了
本文对电厂锅炉等一类输入输出非对称的多变量系统进行分析,提出了多变量系统广义解耦和协调控制的概念,介绍了内含比例、积分、微分神经元的PID神经网络以及它构成的多变量
在详细论述支持向量机的核心思想和基本算法的基础上,采用C-SVM算法用于未知样本分类,特别是对于缺失数据的未知样本,先采用序列极小化方法将与输出无关的特征剔除,对应地在
本文以二级倒立摆为对象,介绍了一种融合遗传算法的神经网络控制方法.该方法采用以多层前馈神经网络作为遗传搜索表示方法的思想,以神经网络为基础,用遗传算法来学习神经网络
目的 对主动脉弹力纤维修复的研究策略进行综述.方法 查阅国内外关于弹力纤维及其修复的文献,围绕促进各组成蛋白合成、改善细装条件和减少危险因子破坏3方面进行综述.结果
通过引入Shannon小波和Sigmoid函数加和组成的非单调激励函数,提出了一种新型的暂态混沌神经元模型.给出了该混沌神经元的倒分岔图和最大Lyapunov指数时间演化图,分析了其动