论文部分内容阅读
对非线性系统的辨识现在大多采用动态BP算法来训练权值，存在收敛速度慢、易陷入局部极小值、全局搜索能力弱等缺点。为了克服动态BP算法的上述缺点，采用改进的遗传算法对非线性系统进行建模仿真实验，结果表明该方法有效。
基于改进遗传算法的神经网络非线性模型的辨识
【摘 要】
：
对非线性系统的辨识现在大多采用动态BP算法来训练权值，存在收敛速度慢、易陷入局部极小值、全局搜索能力弱等缺点。为了克服动态BP算法的上述缺点，采用改进的遗传算法对非线性
【机 构】
：
海军航空工程学院,山东商务职业学院
【出 处】
：
现代计算机(专业版)
【发表日期】
：
2009年2期
其他文献
为了提高工业网络安全检测能力,针对现阶段对于工业控制系统的攻击和特点,对工业控制网络中攻击检测的根源和难点进行了深入分析,并提出基于因子加权算法的工业控制系统态势
农村河道杂草丛生、水质恶化、水域面积减少以及河道坍塌等问题日趋突出,水体污染、生态功能退化已成为制约限制经济发展与新农村建设的主要因素之一。通过对农村河道特点与