【摘 要】
:
神经网络方法具有高速并行处理数据的能力,且能够实现实时计算,这使得其可有效用于高计算复杂度时变矩阵相关的各种问题的求解。目前提出的动态神经网络方法多采用渐近动态特
论文部分内容阅读
神经网络方法具有高速并行处理数据的能力,且能够实现实时计算,这使得其可有效用于高计算复杂度时变矩阵相关的各种问题的求解。目前提出的动态神经网络方法多采用渐近动态特性。相比于渐近动态特性,终态收敛动态特性具有有限时间收敛性能,不仅能够改进收敛速度,而且可以提高收敛精度。矩阵方程求解是一类重要的矩阵计算问题,有着非常广泛的应用背景。对于各种形式的矩阵方程,其求解问题涉及时变矩阵求逆、二次规划等问题。因串行处理的本质,目前已经提出的大量数值算法在处理高计算复杂度的矩阵方程时并非十分有效。本文针对终态收敛动态特性,提出多种有限时间收敛神经网络方法,应用于求解时变矩阵求逆、二次规划、冗余机械臂的重复运动规划多种问题,并通过数值仿真,验证所提算法的有效性。本文的主要工作如下:1.根据有限时间吸引律,提出了多种有限时间收敛神经网络方法及其加速形式,并给出其收敛性分析和稳定性条件。2.针对矩阵求逆问题,为了加快目标矩阵收敛到期望值的速度,采用多种有限时间收敛神经网络方法对其进行在线求解,分析验证了有限时间收敛神经网络求解时变矩阵求逆问题的有效性,此外根据求解方程搭建仿真模型,给出了其中两种方法的仿真算例。3.为加快性能指标收敛到零的速度,应用多种有限时间收敛神经网络方法求解满足时变线性等式约束的二次规划问题,分析了二次规划系统状态和性能指标的收敛特性,并给出了其中两种方法的求解算例。4.针对冗余机械臂的重复运动规划问题,采用多种有限时间收敛神经网络对其进行在线求解,根据初始位置在圆上及不在圆上的不同跟踪任务,分析机械臂关节角和关节角速度的周期变化特性及系统性能指标收敛特性,给出所提出有限时间收敛神经网络的求解算例。
其他文献
近年来,风能作为未来最重要的可再生清洁能源之一,受到世界各国的广泛重视。和常规风力发电系统相比,变速恒频交流励磁双馈风力发电系统由于变换器配置在转子侧回路,仅处理双向流
近年来,三维虚拟现实技术的发展,标志着人类利用计算模拟现实世界从二维进入到三维时代。三维虚拟场景能给人们以二维数据无法比拟的真实立体感,真实的立体感又是建立在大量
气体绝缘组合电器(Gas Insulated Switchgear,简称GIS)内部发生局部放电(Partial Discharge,简称PD)是绝缘故障早期的主要表现形式,PD会引起SF6气体发生分解,通过对SF6分解组分的
除大规模集中并网以外,风电还分散接入配电网中,使其与负荷紧密相联。从配电网的高压侧来看,配网中的负荷已经不是严格意义上的负荷,其中可能含有部分风电成分。因此需要考虑
传统的网络教学系统存在智能性较低,测试和评价功能不强,缺乏动态交互功能等问题。智能化教学系统是涉及人工智能、计算机科学、教育学、心理学的综合性课题,能有效地克服传统网
GSM网络技术作为当今最成熟的移动通信技术在全世界已经拥有广泛的应用。在中国,两大移动通信运营商中国联通和中国移动都已建成覆盖全国的大型GSM网络,超过6亿用户使用GSM手机
基于数学中的傅里叶级数理论,信号可以被认为是由多个频率的正弦信号分量组成。而信号在获取及传输的过程中不可避免的含有噪声,因此,如何从混有噪声的采样数据中提取多个频率的
本文对含分布式发电的配电网整体优化规划问题进行了深入研究。首先在考虑经济性和安全性基础上,建立了含分布式发电的配电网优化规划模型,该模型以配电网网架投资和运行费用、分布式发电投资费用和常规电源购电费用总和最小为目标函数。然后针对常规遗传算法的不足,对遗传算法的编码规则、选择方法、初始种群的产生、交叉概率和变异概率等环节进行了改进,使之适于规划模型的求解。最后采用10节点和57节点配电系统算例进行计
网格计算被定义为一个广域范围的“无缝的集成和协同计算环境”,网格计算模式已经发展为连接和统一各类不同远程资源的一种基础结构。在网格系统中,任务调度是一个难题。优秀的
大规模分布式仿真所涉及的数据空间非常巨大,需要耗费大量的时间,并且对计算环境也有较高的要求。在如此巨大的分布式环境中对资源进行管理是一项十分复杂的任务。将网格技术