排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
2.
提出一种新的基于模糊C-均值聚类(FCM)和实值遗传算法(RVGA)的模糊神经网络(FNN)。在对模糊规则进行训练之前,利用模糊C-均值聚类从训练数据中提取出典型数据,以删除野值和协调数据内部冲突。然后利用一种新的实值遗传算法对此典型数据进行训练。此遗传算法的交叉和变异运算均直接对实值进行操作,而不是传统的位操作,因此,可以极大地减少训练时间并实现全局寻优。对非线性函数辨识的仿真实验证明了该方法的优越性。 相似文献
3.
将单层线性前馈网络用于矩阵求逆的方法,应用于电力系统故障计算中,从而简化了计算。通过算例说明了其可行性和有效性。 相似文献
4.
1