排序方式: 共有36条查询结果,搜索用时 0 毫秒
31.
研究信道分配优化问题,由于传统迭代过程中存在收敛率低,易于陷入局部最优解等缺点。为改善算法收敛速率和信道分配效果,采用改进的暂态混沌神经网络(MTCNN)。在混沌神经网络的动态特性中采用时变增益,在退火过程中采取分段的退火机制,使得混沌搜索阶段保持较长时间的混沌态,利于进行全局搜索,稳定收敛阶段能够迅速收敛于最优解,提高收敛率。仿真结果表明,改进后的算法能很好地解决信道分配问题。和暂态混沌神经网络及仅分段的暂态神经网络相比,最优解率得到很大的提高,网络收敛速度提高了12%以上。最后,给出了模型参数对网络性能影响的一些结论。 相似文献
32.
33.
静态混合器中非牛顿流体的压力降和摩擦因子 总被引:1,自引:0,他引:1
分析和讨论了非牛顿流体流动的流变特性、静态混合器的几何本数和单元数及操作参数对非牛顿流体的压力降和摩擦因子的影响。并得到了静态混合器中非牛顿流体流动的压力降的关联式,△P=1836Re(0.271)×m(1.03)K(0.855)(L/D)(0.559)。 相似文献
34.
35.
36.