【摘 要】
：
前馈神经网络由于其潜在的并行性和高度非线性的特性,为非线性控制领域开辟了一条新的研究和应用途径.然而,传统前馈神经网络学习算法(BP算法)训练速度慢且容易陷入局部解的
论文部分内容阅读
前馈神经网络由于其潜在的并行性和高度非线性的特性,为非线性控制领域开辟了一条新的研究和应用途径.然而,传统前馈神经网络学习算法(BP算法)训练速度慢且容易陷入局部解的缺点,使前馈神经网络的应用受到了严重的限制.多年来,许多研究人员对前馈神经网络的BP算法做了大量的研究工作,形成了改进的BP算法,使网络的训练速度有了提高,但仍未能从根本上解决陷入局部解的问题.为进一步改善前馈神经网络的学习性能,在深入分析的基础上,该文首先对另一种优化算法--遗传算法(GA)进行了改进,然后将新设计的改进遗传算法和已有的改进BP算法有机结合,提出了一类新型的BP-GA混合学习算法,该类混合学习算法兼顾了GA的全局收敛特性和BP算法快速的局部收敛能力,使算法既有较快的收敛速度又不易陷入局部解.仿真结果表明该文提出的BP-GA混合学习算法在前馈神经网络的权值训练中比标准BP算法及改进的BP算法在训练速度和训练精度上都有较大的提高,并且较好地解决了BP算法陷入局部解的问题.另外,为进一步验证算法的有效性,该文还通过将前馈神经网络及其新设计的BP-GA混合算法应用于非线性系统辨识和反馈线性化,大大地改善了非线性系统的控制性能,为非线性系统的神经网络控制提供了一种新途径.
其他文献
本文以六自由度深潜器所具有的动力定位功能为基础，在将深潜器救生裙口处安装的四只机械手改换成八个涡流传感器之后，运用混杂系统动态理论探讨了深潜救生艇裙口与失事艇救生平
双向DC/DC变换器(BDC)普遍存在轻载效率偏低的问题,论文围绕这一问题进行了研究。在采用四相交错并联BDC拓扑的基础上,将变换器的四个分立电感磁集成为两个反向耦合电感,以减
智能车辆的自动车辆位置控制系统要求能够精确确定车辆的位置，本文研究的就是精确获得包括车辆位置在内的车辆状态的方法。确定车辆状态的传感器多种多样，例如INS、DGPS、雷达
在实际系统中,许多被控对象的数学模型都随时间和工作环境的改变而变化,其变化规律往往事先难以确定。如果这些变化在较小的范围内,采用一般的反馈控制、最优控制等方法就可
一个复杂混合系统中可同时包含若干种连续过程和若干种离散过程,这些不同性质的过程交替发生,相互作用.本文以混合系统切换模型为研究对象,对具有脉冲控制、反馈控制以及扰动
由于生产过程的复杂性、高要求，常规的控制方法不能很好满足工业过程的性能要求，所以本文探讨应用神经网络控制的方法来满足控制要求，改善其控制效果。 本论文主要研究了基于神经网络的系统辨识，以及在此基础上提出了神经网络和遗传算法相结合的复合控制方法，并进行了控制系统的仿真实验。 主要研究内容有如下几个方面： 1．针对标准BP算法收敛速度慢和易于陷入局部极小值等缺点，研究分析了改进的BP
交流发电机是汽车的主要电器设备之一，其性能指标的合格与否关乎汽车安全大任。性能测试是发电机出厂前生产线上的最后一道且是最重要的一道工序，性能测试水平的高低直接影响产
本研究课题从近几年来人事考核的实际出发,运用老三论(系统论、信息论、控制论)和人才资源微观管理理论、激励理论、行为科学等理论,对行政机关人事考核的概念、历史、原则、
电能质量诸多指标中,较为重要的是电压波动与闪变。数字化变电站的建设与测量系统相比于传统变电站需要更加精确,需将电能质量检测系统更加完善,在此,对数字化变电站检测数据同步化、电压波动与闪变检测方法做了研究。首先,介绍了电能质量监测的流程,数字化变电站的发展现状,电压波动与闪变检测的现状,明确了数字化变电站电压波动与闪变的检测重要性。综述了IEC统计方法的基本模型与检测流程,阐述了电压波动与善变的原理
随着现代工业过程系统大型化和复杂化的迅速发展，人们迫切需要提高系统的可靠性和安全性，以避免事故发生甚至系统崩溃造成的巨大经济损失。因此，研究和开发具有集控制、监视和诊