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72頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著現(xiàn)代工業(yè)向大型化、集成化方向發(fā)展,生產(chǎn)過程日趨復雜,過程嚴重非線性、時變性、不確定性及變量間的強耦合使許多系統(tǒng)缺乏精確的數(shù)學描述,難以用傳統(tǒng)的理論方法分析和控制,因此有必要研究新的智能控制策略.目前,神經(jīng)網(wǎng)絡(luò)、模糊控制和遺傳算法已經(jīng)在不同領(lǐng)域中取得了相當成功的應(yīng)用,但它們在單獨模擬人類智能活動時,又存在著各自的局限性.因此綜合這幾種方法的優(yōu)點以克服各自的局限性,將對控制理論的發(fā)展和自動控制水平的提高起到積極的推動作用. 本課題在分析

2、了神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)之后,主要進行了兩個方面的研究.其一:在對神經(jīng)網(wǎng)絡(luò)與遺傳算法進行結(jié)合的基礎(chǔ)上,提出了一種神經(jīng)網(wǎng)絡(luò)辨識的混合學習算法,利用混合編碼的自適應(yīng)遞階遺傳算法同時優(yōu)化神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)和連接權(quán)值.其二:在對神經(jīng)網(wǎng)絡(luò)與模糊邏輯進行結(jié)合的基礎(chǔ)上,通過使用補償模糊運算自適應(yīng)地調(diào)整隸屬函數(shù)的參數(shù),同時動態(tài)優(yōu)化模糊推理.然后引入遞歸節(jié)點使網(wǎng)絡(luò)具有了動態(tài)映射的能力,從而構(gòu)成了遞歸補償模糊神經(jīng)網(wǎng)絡(luò).針對這個網(wǎng)絡(luò),首先采用改進的相關(guān)等級聚類法構(gòu)

3、造網(wǎng)絡(luò)的初始模糊模型,再利用動態(tài)梯度下降算法優(yōu)化網(wǎng)絡(luò)參數(shù).通過對典型非線性系統(tǒng)的仿真研究,驗證了兩種網(wǎng)絡(luò)學習算法的性能.最后,將本課題的研究結(jié)果應(yīng)用于氧樂果合成反應(yīng)溫度過程的控制,較好的滿足了控制要求. 本課題主要工作和研究內(nèi)容如下: (1) 分析神經(jīng)網(wǎng)絡(luò)、模糊控制和遺傳算法的發(fā)展現(xiàn)狀. (2) 研究神經(jīng)網(wǎng)絡(luò)控制的基本原理,分析神經(jīng)網(wǎng)絡(luò)辨識結(jié)構(gòu),并給出了BP神經(jīng)網(wǎng)絡(luò)及其基本算法. (3) 研究遞階遺傳算法

4、的基本原理,給出了優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值的自適應(yīng)遞階遺傳算法的操作流程,分析傳統(tǒng)BP算法存在的缺陷,提出了一種神經(jīng)網(wǎng)絡(luò)辨識的混合學習算法. (4) 將模糊邏輯和神經(jīng)網(wǎng)絡(luò)相結(jié)合,在分析模糊神經(jīng)網(wǎng)絡(luò)設(shè)計難點的基礎(chǔ)上,研究了基于模糊補償算子的神經(jīng)網(wǎng)絡(luò),通過引入遞歸節(jié)點,設(shè)計了一種新的遞歸補償模糊神經(jīng)網(wǎng)絡(luò),并采用改進的相關(guān)等級聚類法構(gòu)造網(wǎng)絡(luò)的初始模糊模型,用動態(tài)梯度下降算法進一步優(yōu)化網(wǎng)絡(luò)參數(shù).(5)以動態(tài)非線性系統(tǒng)為例,分別仿真研究本文

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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