共查询到19条相似文献,搜索用时 156 毫秒
1.
2.
3.
4.
基于PNNI递阶拓扑结构的VP网络规划 总被引:1,自引:0,他引:1
ATM网络中的VP层网络规划在大规模网络情形下求解会发生困难,文章借鉴了PNNI网络递阶结构,设计了一种分级规划方法,有效地解决了大规模ATM网络VP层规划问题,并用进化规划对规划问题进行了求解。文中给出了数值算例。 相似文献
5.
6.
着舰控制系统中的甲板运动补偿技术研究 总被引:2,自引:0,他引:2
舰载机在着舰中对甲板运动的跟踪存在相位差,需要使用预报技术将甲板的运动信息提前加入到自动着舰控制系统(ACLS)中.甲板预报通常采用的自回归模型法(AR)是一种时间序列预报方法,在此基础上提出了一种新型的多层递阶预报模型,它是在对时变参数进行预报的基础上再对系统的状态进行预报,更能反映时变系统的运动实质.对典型海况下甲板的俯仰和沉浮运动进行预报仿真,结果表明多层递阶预报的精度更高.分别用两种方法对自动着舰纵向轨迹控制进行运动补偿,仿真表明多层递阶预报方法可以更加有效地提高轨迹跟踪精度. 相似文献
7.
8.
9.
本文主要研究高斯基函数分类器的训练问题,对基函数分类器来说,如何确定网络的初始隐层节点数和隐层节点参数是一个重要问题,文中采用基于遗传算法的高斯核函数聚类方法和模糊决策技术完成分类器的初始结构和参数确定,然后再采用反向传播(BP)学习算法完成分类器的最终训练,典型实验的结果表明了该方法的有效性。 相似文献
10.
针对某2 m望远镜消旋K镜转台,提出了一种基于Hankel矩阵奇异值分解的特征系统实现算法对系统的参数和阶次进行辨识。首先,以正弦扫描信号激励转台并同步采集位置反馈信息,利用谱分析法对测试数据进行分析,得到了系统的频率特性曲线;其次,对系统的Hankel矩阵进行奇异值分解,得到了K镜转台的结构模型;最后,采用特征系统实现算法对Hankel矩阵进行辨识,得到了K镜转台的参数模型。实验结果显示:K镜转台相对均衡的最小阶阶次为6阶,在系统的中低频段获得幅度0.31 dB和相位0.87的辨识精度,相对于参数递阶辨识方法,分别提高了50.7%和23%。结果表明:该方法能够确定一个与系统外特性等价的相对均衡的最小阶状态空间模型,在辨识系统阶次和参数估计方面具有较好的可行性和实用性。 相似文献
11.
通过比较几种常用调制分类器的优缺点,提出了一种新的调制分类器设计方案.它采用高效稳健的遗传算法,先筛选出一高质量的最小特征子集,再对RBF神经网络的隐层节点中心值进行进化优选.仿真结果证实了该方法的优越性.此外,还对调制分类器用于移动数字电视的研究方向提出了建议. 相似文献
12.
提出了引入模拟退火的遗传算法对径向基函数(RBF)网络中心参数进行优化的算法,算法中选择实数编码,采用引入模拟退火过程的多点交叉和区域内随机波动的变异方法.用此算法作了两个仿真实验:一是对典型的混沌时间序列的预测,二是对被干扰了的图象进行去干扰.结果表明:这种基于模拟退火遗传算法对RBF网络参数的优化是行之有效的. 相似文献
13.
提出了一种基于遗传优化RBF神经网络的声纹识别算法,该算法中采用遗传算法对传统的RBF神经网络基函数中心以及宽度进行优化处理,克服了传统RBF神经网络参数难以确定的缺陷。同时,算法结合心理声学模型,提取了能表现说话人个性特征的Mel倒谱系数为特征进行说话人识别,可较好地提升系统的抗噪性能。仿真实验结果表明,与传统RBF神经网络相比,该方法具有快速学习网络权重的能力,并且网络的全局寻优能力强,使得系统的识别率进一步提高。 相似文献
14.
15.
为了解决涡流传感器的非线性问题,应用遗传算法(GA)训练径向基函数(RBF)神经网络(NN)实现其非线性补偿.介绍非线性补偿的原理和网络训练方法.从实测数据出发,建立了涡流传感器的非线性补偿模型.该方法能同时优化网络结构和参数,具有全局寻优能力,补偿精度高、鲁棒性好、网络训练速度快、能实现在线软补偿.实验结果表明,所采用的涡流传感器非线性补偿方法是有效的和可行的.补偿后,最大非线性误差在0.5%范围内,具有良好的线性. 相似文献
16.
为了更好地确定RBF神经网络中心向量,并且使得最终的RBF神经网络结构可以进一步调整。提出了一种使用熵聚类的算法来首先确定RBF神经网络隐节点的个数及其初始值,实现初始化的基础上使用常规算法调整RBF神经网络的中心和训练宽度,最后使用基于互信息的RBF神经网络修剪算法调整网络结构。并将上述算法应用于COD软测量问题中,仿真实验结果表明:改进的算法与常规的算法相比,提高了训练速度和逼近精度。 相似文献
17.
18.