共查询到20条相似文献,搜索用时 710 毫秒
1.
随着人工神经网络(ANN)理论和技术的不断发展,人们加深对高阶神经网络映射能力的。本文对高阶神经网络实现有限集A包含于R^n→有限集B包含于R的函数逼近问题进行了上的研究,得出了高阶神经网络可以实现有限集到有限集函数逼近的结论。 相似文献
2.
在已有的神经网络逼近研究中,目标函数通常定义在有限区间(或紧集)上.而实际问题中,目标函数往往是定义在全实轴(或无界集)上.文中针对此问题,研究了全实轴上的连续函数的插值神经网络逼近问题.首先,利用构造性方法证明了神经网络逼近的稠密性定理,即可逼近性.其次,以函数的连续模为度最尺度,估计了插值神经网络逼近目标函数的速度.最后,利用数值算例进行仿真实验.文中的工作扩展了神经网络逼近的研究内容,给出了全实轴上连续函数的神经网络逼近的构造性算法,并揭示了网络逼近速度与网络拓扑结构之间的关系. 相似文献
3.
针对状态约束情况下自主水下机器人(autonomous underwater vehicle, AUV)的跟踪控制问题,提出了一种自适应命令滤波有限时间控制方案。该控制方案在保证系统有限时间收敛的前提下,不仅使用命令滤波器规避了虚拟控制信号高阶导数的使用,解决了计算复杂性问题,而且构建了有限时间误差补偿信号来避免由于使用滤波器而产生的滤波误差对控制性能的影响,同时利用径向基函数神经网络逼近技术处理系统中的未知非线性动态。最后,证明了所提出的控制器可以保证位置跟踪误差在有限时间内收敛到期望邻域内,同时不超过预先定义的状态约束。通过仿真实验验证了所提控制方案的合理性与可行性。 相似文献
4.
基于正交多项式函数的神经网络及其性质研究 总被引:5,自引:0,他引:5
神经网络的非线性逼近能力的研究是神经网络研究中的一个热点问题。该文提出了基于正交多项式函数的神经网络构造理论,以此为基础提出了基于正交多项式函数的神经网络的构造方法,利用Stone-Weierstrass定理从理论上证明了基于正交多项式函数的神经网络具有能以任意精度逼近任意紧集上的连续函数的全局逼近性质,最后,提出了基于正交多项式函数的神经网络的选择和评价方法,研究表明,在一定条件下,当选择Chebyshev多项式时,所构造出的神经网络性能最优。 相似文献
5.
6.
针对一类非线性组合在系统,提出一种用高阶神经网络逼近互联大系统 的新型设计方法。首先用高阶神经网络逼近非线性组合大系统中的互联项,这样不仅可以解决大系统中最为复杂的互联项问题,且较以往采用的方法在工程上易于实现;然后基于高阶神经网络研究组合在系统的间接自适应控制问题。仿真结果表明了该方法的有效性。 相似文献
7.
针对考虑全状态约束的永磁同步电动机系统,提出了一种基于指令滤波技术的神经网络自适应有限时间位置跟踪控制方案。首先,利用有限时间控制加快系统收敛、减小跟踪误差以及有效解决系统的负载转矩扰动问题;其次,引入指令滤波技术解决传统反步控制的“计算爆炸”问题,设计有限时间误差补偿机制抑制了滤波误差的影响;最后,运用神经网络自适应技术处理系统中未知的非线性函数,引入障碍Lyapunov函数确保系统的状态量被约束在预定义的紧集内。仿真和实验结果表明,该方法可以实现对期望信号快速有效的跟踪。 相似文献
8.
于红志 《电脑编程技巧与维护》2016,(18)
分形绘图是研究分形几何的重要途径之一在分形图像中,构图精美、色彩绚丽奇妙的Julia集由非线性函数迭代生成,依据逃逸时间算法用VB进行设计、编码,巧用InputBox对话框实现了用一个程序绘制所有的高阶Julia集的灵活高效的编程. 相似文献
9.
主要研究确定型模糊多重集有限自动机的状态极小化问题。给出了模糊多重集有限自动机的同余和同态概念,并利用同余和同态关系研究了确定型模糊多重集有限自动机的极小化问题。进一步从确定型模糊多重集有限自动机自身出发,构造出极小模糊多重集有限自动机,并给出了极小化的算法。 相似文献
10.
研究具有输入量化和全状态约束的非严格反馈随机非线性系统的有限时间自适应跟踪控制.首先,利用双曲正切函数进行非线性映射,消除全状态约束的限制,将系统变换为无约束系统;其次,引入滞回量化器克服量化信号中的抖动和量化误差.为实现有限时间控制,提出概率意义下半全局有限时间稳定控制方法,加快系统的收敛速度,并在此基础上采用径向基函数神经网络逼近未知非线性函数;接着,基于动态面控制技术和高斯函数的性质,对变换后的非严格反馈随机系统进行自适应控制设计,所设计的控制器能够保证闭环系统中的所有信号在概率意义下有限时间稳定;最后通过仿真实验表明所设计控制方案的有效性. 相似文献
11.
人工神经网络在函数逼近中的应用研究 总被引:2,自引:0,他引:2
利用径向基函数网络研究了人工神经网络在函数逼近中的应用。分析了网络结构对逼近性能的影响。利用MATLAB神经网络工具箱进行仿真。实验结果表明,神经网络具有很好的函数逼近性能,其中RBF网络的逼近性能更优。 相似文献
12.
13.
14.
首先给出了神经网络函数在粗糙集意义下的下、上近似函数 ,从函数逼近的观点出发分析 ,得出对任一神经网络函数在粗糙集意义下 ,都可根据学习样本点维数找到两个关联的离散函数来逼近它 ,并且证明了在粗糙集意义下逼近的过程是可行的。该结论有助于理解粗糙集函数与神经网络函数之间的联系 ,为今后进一步研究在粗糙集意义下神经网络函数整体逼近理论及学习算法的描述奠定了基础。 相似文献
15.
16.
17.
通过分析多元模糊值Bernstein多项式的近似特性,证明了4层前向正则模糊神经网络(FNN)的逼近性能,该类网络构成了模糊值函数的一类泛逼近器,即在欧氏空间的任何紧集上,任意连续模糊值函数能被这类FNN逼近到任意精度,最后通过实例给出了实现这种近似的具体步骤。 相似文献
18.
19.
20.
针对全状态受限飞行器系统的姿态跟踪,构建了一种新的自适应有限时间跟踪控制器,以消除经典反步法中由于对虚拟信号求导所导致的计算复杂性问题,并保证飞行器姿态系统中所有状态均限制在设计区域内。对于飞行器系统非线性模型中的未知部分,采用神经网络进行逼近。在此基础上,设计了误差补偿机制用于补偿滤波误差,并使用障碍李雅普诺夫函数证明了尽管存在输入饱和,但是飞行器的姿态仍然可以在有限时间内以一定的精度跟踪期望信号。最后,对该控制方法进行了仿真验证。 相似文献