排序方式: 共有26条查询结果,搜索用时 328 毫秒
1.
2.
为了更精确地检测出混沌背景下的微弱目标信号,提高预测效果,文中提出了一种混沌混合粒子群优化RBF神经网络(CHPSO-RBFNN)算法。本算法主要采用了基于群体自适应变异和个体退火操作的混沌粒子群优化RBF神经网络,利用群体自适应变异以及个体退火操作优化混沌粒子群,有效地提高了粒子群算法的全局收敛性,优化了RBF神经网络的结构和参数。把该算法用于预测混沌时间序列、检测混沌背景下微弱目标信号,实验结果表明本算法有良好的非线性预测能力,可以有效地检测出混沌背景下的微弱目标信号。 相似文献
3.
4.
5.
6.
自适应神经网络在消除矿井内噪声中的应用 总被引:1,自引:0,他引:1
本文通过对煤炭矿井的实地调查与研究,为了提高矿井内的安全生产水平,对Adaline构成的自适应网络进行了分析,针对该网络在消除矿井内噪声中的应用进行了研究并利用MATLAB语言对该系统进行了描述和计算机仿真,仿真结果表明了该方案的可行性和有效性。 相似文献
7.
准确地数值模拟铣削加工过程,对控制工件加工变形、提高加工精度有实际的意义。基于热-机耦合弹塑性有限元方法,采用ABAQUS有限元仿真软件,创建了铣削加工过程的三维有限元模型,预测了工件在铣削力和铣削热耦合作用下的变形情况。研究结果表明,数值模拟计算与实验结果比较吻合,从而证明了该仿真预测方法的可行性与有效性。 相似文献
8.
针对现有模拟小波变换实现中存在的不足,提出了一种基于奇异值分解算法的分数阶小波综合实现方法。首先,根据分数阶系统理论和介电松弛特性的Cole-Cole分布函数,构造了一种新的分数阶小波;然后,以线性离散系统的状态空间模型为基础,采用矩阵奇异值分解算法求解出分数阶小波逼近函数;最后,利用多输出开关电流双线性积分器和电流镜作为基本结构单元,设计了冲激响应为分数阶小波逼近函数的多环反馈开关电流小波滤波器。对开关电流分数阶小波滤波器的时域和频域响应以及灵敏度和非理想性进行了仿真与分析,实验结果表明所提出的分数阶小波综合实现方法具有小波逼近算法简单且逼近精度较高、电路灵敏度低和受元件非理性因素影响小等特点。 相似文献
9.
控制Logistic系统的自适应Chebyshev多项式神经网络算法 总被引:2,自引:0,他引:2
提出了一种基于自适应Chebyshev多项式神经网络(ACNN)的Logistic混沌系统控制算法。该算法采用Chebyshev正交多项式作为神经网络的激励函数,构建Logistic混沌系统的预测与控制模型。为了保证算法的稳定性,提出和证明了收敛定理,并利用自适应学习率算法提高神经网络的学习效率和收敛速度。通过采用自适应Chebyshev神经网络直接学习Logistic混沌系统的动态特性,并对系统实施目标函数控制。实验仿真结果表明,该算法在Logistic混沌系统有外部干扰的情况下仍能对其进行有效控制,网络学习时间为0.178 s,训练步长为10,均方误差达到1.15×10-4,与其他常见算法相比具有计算量小、速度快、精度高和网络结构简单等优点。 相似文献
10.
基于差分进化小波神经网络的多维非线性系统辨识 总被引:6,自引:0,他引:6
提出一种基于差分进化小波神经网络(DE-WNN)的多维非线性系统辨识方法。利用差分进化算法同时优化小波神经网络的结构和参数,简化网络结构,提高小波神经网络的学习精度和收敛速度。将该方法应用于多维非线性系统的辨识,并与RBF神经网络和遗传小波神经网络的辨识结果进行了比较,实验结果表明,差分进化算法优化的小波神经网络隐层节点为6,迭代次数为30,网络训练时间为0.58s,辨识均方误差达到1.02×10?4,所提出的方法具有更高的辨识精度和收敛速度,能够更好的辨识出多维非线性系统。 相似文献