排序方式: 共有37条查询结果,搜索用时 15 毫秒
1.
Chebyshev神经网络辨识器 总被引:8,自引:0,他引:8
基于逼近论,将一组Chebyshev正交多项式取代BP网络中的S型函数,构成一种新的神经网络模型。理论分析和仿真实验表明,该网络可逼近任意 非线性系统,且建模容易,收敛速度快,学习次数远远少于BP网络。 相似文献
2.
可编程序控制器在液压系统中的应用 总被引:2,自引:0,他引:2
可编程序控制器(PLC)是自动化技术的重要工具。在顺序控制领域。因其编程简单、可靠性高、组态灵活、抗干扰能力强、环境适应性好,应用日益广泛。本文介绍了PLC在液压系统中的应用、设计及编程方法。 相似文献
3.
4.
本文介绍了一种交流采样综合电量变送器的测量算法和设计技术要点,分析了仪表的误差来源:通道传输误差、电流互感器非线性误差、相位误差和频率混叠误差。论文提出了提高锁相同步的精度、减小通道误差和频率混叠等误差的方法。由于仪表采用了具有高Q模拟低通滤波器的锁相同步技术、内部动态校准与外校准相结合的免调整技术、采用较高的采样率和抗混叠滤波、相位补偿等技术,从而保证了仪表能适应谐波畸变严重的电网,并有良好的温度适应性。几项关键技术尚未见在国内其它的微机电量变送器中使用。 相似文献
5.
6.
一种改进的小生境微粒群算法 总被引:7,自引:0,他引:7
在微粒群算法中引入“基于密度”的聚类算法,构建出一种改进的小生境微粒群算法.该算法组合了两种方法来实现小生境的思想:第一,采用多种群策略,初始化产生一个没有子微粒群区分的主微粒群D0后,在对D0迭代执行lbestPSO算法的同时,允许其中动态产生不相同的子微粒群Di(i≥1);第二,子微粒群的产生采用一种“基于密度”的聚类算法,如果两个个体之间的距离小于一个给定的极值σdist,则将这两个个体联系起来归入一个聚类簇,当聚类簇中的个体数目达到规定的子微粒群最小规模时形成一个小生境.用这种算法能够产生大小和形状不同的小生境,与生物学中地理小生境具有多种形状的事实相符合,也克服了NichePSO算法只能以某一微粒为中心产生圆形小生境的不足.对3个常用的基本测试函数的测试实验表明,这种改进的小生境微粒群算法在多峰函数寻优中性能优于标准PSO和NichePSO. 相似文献
7.
8.
9.
本文给出一个实际应用的矿井火灾信息采集与处理系统,信息的处理采用FOXPRO,火灾预测预报用C,数据的采集用汇编语言与FOXPRO混合编程实现,并给出FOXPRO控制PC机硬件端口的方法。 相似文献
10.
在微粒群算法中引入“基于密度”的聚类算法,构建出一种改进的小生境微粒群算法.该算法组合了两种方法来实现小生境的思想:第一,采用多种群策略,初始化产生一个没有子微粒群区分的主微粒群D0后,在对D0迭代执行l-best。PSO算法的同时,允许其中动态产生不相同的子微粒群Di(i≥1);第二,子微粒群的产生采用一种“基于密度”的聚类算法,如果两个个体之间的距离小于一个给定的极值σdist,则将这两个个体联系起来归入一个聚类簇,当聚类簇中的个体数目达到规定的子微粒群最小规模时形成一个小生境.用这种算法能够产生大小和形状不同的小生境,与生物学中地理小生境具有多种形状的事实相符合,也克服了Niche PSO算法只能以某一微粒为中心产生圆形小生境的不足,对3个常用的基本测试函数的测试实验表明,这种改进的小生境微粒群算法在多峰函数寻优中性能优于标准PSO和Niche PSP。 相似文献