2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、對于一類復(fù)合型模糊神經(jīng)網(wǎng)絡(luò),論文首先進(jìn)行了多方面的改進(jìn)研究嘗試。第一,對于遞歸復(fù)合型模糊神經(jīng)網(wǎng)絡(luò)采用了改進(jìn)的BP學(xué)習(xí)方法,如引入動態(tài)學(xué)習(xí)率和動量項(xiàng)等,仿真證明網(wǎng)絡(luò)逼近速度有所提高;第二,通過對遞歸復(fù)合型模糊神經(jīng)網(wǎng)絡(luò)的動態(tài)研究發(fā)現(xiàn),引入多層遞歸環(huán)節(jié)對于網(wǎng)絡(luò)的動態(tài)逼近能力有著顯著的增強(qiáng);第三,實(shí)際工業(yè)過程中,往往有許多先驗(yàn)知識,而復(fù)合型模糊神經(jīng)網(wǎng)絡(luò)可以利用其規(guī)則網(wǎng)絡(luò)對先驗(yàn)知識進(jìn)行融合,為此,深入研究了規(guī)則網(wǎng)絡(luò)的先驗(yàn)知識利用;第四,深入探討了

2、多層遞歸復(fù)合型模糊神經(jīng)網(wǎng)絡(luò)對于數(shù)據(jù)噪聲的抑制能力。 將模糊神經(jīng)網(wǎng)絡(luò)與預(yù)測控制相結(jié)合,是提高系統(tǒng)魯棒性和克服系統(tǒng)不確定性的有效手段,也是解決不確定性系統(tǒng)控制難題的有效方法,論文采用多層遞歸復(fù)合型模糊神經(jīng)網(wǎng)絡(luò)作為預(yù)測模型,構(gòu)建了模糊預(yù)測控制方案,仿真研究表明了其有效性。 對于具有區(qū)域特征的復(fù)雜對象,提出了對于不同區(qū)域采用各自適合的子網(wǎng)絡(luò)進(jìn)行逼近的方法,以多個(gè)子網(wǎng)絡(luò)的結(jié)合,共同逼近復(fù)雜過程對象。每個(gè)子網(wǎng)絡(luò)表現(xiàn)為具有自適應(yīng)性的模

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論