共查询到20条相似文献，搜索用时 656 毫秒
1.
针对人脸识别问题,提出了一种新的算法。该算法利用融合的PCA和LDA算法进行特征提取,并使用蚁群优化的BP神经网络进行人脸识别。使用融合的PCA和LDA算法对特征向量进行提取压缩,为了提高BP神经网络对人脸的分类精度和减少训练时间,使用蚁群算法优化BP神经网络的初始参数,并使用优化后的BP神经网络进行训练和人脸识别。在ORL人脸数据库的仿真结果表明,该算法能有效提高人脸识别性能,具有较高识别率。 相似文献
2.
符保龙 《柳州职业技术学院学报》2009,9(1):81-85
针对BP神经网络的不足,采用PSO算法对BP神经网络进行优化,建立一个混合的神经网络洪水预测模型。实验仿真结果表明,该模型的预测效果优于传统的洪水预测模型。 相似文献
3.
粒子群优化算法及其应用 总被引：1，自引：0，他引：1
李丙春 《喀什师范学院学报》2006,27(3):66-68
介绍了粒子群优化算法及该算法的优越性,并与遗传优化算法进行了比较;针对经典粒子群算法存在的不足,介绍了一个改进的动态改变惯性权的自适应粒子群算法;最后,以神经网络为例给出了粒子群优化算法的应用. 相似文献
4.
5.
传统的BP神经网络收敛速度慢,以及该算法的不完备性,易陷于局部极小,全局最优无法保证能收敛到等缺点.针对BP神经网络的缺陷,该文提出了遗传算法,利用遗传算法优化BP神经网络权值和阈值,使得训练了BP神经网络预测模型得到了最优解.采用遗传算法优化BP神经网络的算法,并以此结合算法来研究非线性函数拟合的问题.从实验结果表明,基于遗传算法优化的BP神经网络的非线性函数拟合具有较强的收敛性和鲁棒性,并且有了更高的预测精度. 相似文献
6.
全局优化神经网络拓扑结构及权值的遗传算法 总被引：12，自引：0，他引：12
提出将前馈多层神经网络的全局优化表述作为启发式遗传搜索的问题．设计了遗传算法全局优化神经网络拓扑结构和网络权值的新的编码方案,并利用该方法求解了洪水预报问题,给出了实例预报结果 相似文献
7.
针对遗传算法优化SOFM神经网络的不足,提出利用合作型协同进化遗传算法实现SOFM神经网络优化的方法。其基本思想是：针对SOFM神经网络中存在的“死神经元”现象,在SOFM神经网络中引入全局搜索能力很强的合作型协同进化遗传算法,这样既解决了分类结果对样本输入顺序的过分依赖,又实现了SOFM神经网络在竞争过程中的全局最优性。将新算法用于矿井突水水源判定问题,结果表明,该算法具有较好的全局收敛性,且可在很大程度上避免“死神经元”现象。 相似文献
8.
针对煤矿供电系统故障的特点,以开关、保护等信息为基础,将粗糙集理论与BP神经网络相结合建立煤矿供电系统故障诊断模型。首先通过遗传算法对供电系统故障中的决策表进行约简,去掉冗余信息,保留必要的要素,使神经网络输入神经元数目减少,结构得到优化;然后在训练过程中应用思维进化算法优化神经网络的权值和阈值,并对处理后的信息进行诊断。仿真结果证明,该故障诊断系统有效地提高了诊断效率,增强了故障诊断的容错能力。 相似文献
9.
段明秀 《当代教育理论与实践》2010,2(1):101-104
有一种基于PSO优化的模糊RBF神经网络学习算法,该算法首先将模糊RBF神经网络需要调整的参数作为粒子,利用PSO算法的全局搜索及快速收敛特性对模糊RBF神经网络结构进行优化,然后将经PSO算法优化的各参数结果作为模糊RBF神经网络各个参数的初始值,再结合梯度下降法对网络的各参数进行动态调整。将之应用于对UCI数据集的分类及函数逼近,仿真结果表明优化后的模糊RBF神经网络具有更高的精度及鲁棒性。 相似文献
10.
针对粒子群算法易陷入局部最优和寻优精度比较低等缺点,提出一种基于随机惯性权重和异步变化策略的学习因子的粒子群算法优化神经网络连接权重和阈值,并以此建立月降水预报建模研究.以广西桂北地区的月降水量实例分析,并与标准粒子群优化神经网络模型、随机权重的粒子群神经网络模型和神经网络模型对比,结果表明,该方法学习能力强和预测精度高,是一种有效的建模预报方法. 相似文献
11.
The fuzzy NN predictive control algorithm introduced in this paper uses fuzzy neural network to model the nonlinear MIMO process.
Its training method that integrates LS and BP algorithm brings quick convergence. GPC algorithm is used as the predictive
component. The fuzzy neural network has six layers, including input layer, output layer and four hidden layers. An application
to a MIMO nonlinear process (green liquor system of the recovery system in a pulp factory shows that this algorithm has better
performance than normal PID algrithm.
Project (No. 20010539) supported by Education Office of Zhejiang Province. 相似文献
12.
改进了传统的神经网络BP算法,提出了基于广义BP算法的非线性不确定系统的神经网络模型参考自适应控制方案.并将其用于非线性不确定系统的控制,仿真实验表明了控制器具有良好的非线性控制性能. 相似文献
13.
从建立稳定、精确的非线性预测模型出发,以Broyden,Fletcher,Goldfarb和Sharmo(BFGS)的拟牛顿优化算法为基础,在神经网络的训练过程中引入两个含有不同参数的拟牛顿校正公式并行的确定搜索方向,通过不精确搜索法求取最优步长,最后根据性能指标取最优的一个搜索方向和相应的步长对网络各层之间的权值进行修正。控制器采用神经网络递推多步预测、自补偿式在线闭环反馈校正以及迭代学习求解进行优化的方法。Matlab仿真结果验证了该方法的有效性。 相似文献
14.
WANG Yongji WANG Hong Department of Control Science & Engineering Huazhong University of Science &Technology Wuhan Hubei P.R.China Control Systems Centre UMIST PO Box Manchester M QD UK 《重庆大学学报(英文版)》2004,3(1):26-29
~~identificationis7-7-1,where3nm==,andtheRPEalgorithmisusedtoupdatetheweightingofPNN.Thewholetrainingprocessuses800iterations.InordertoovercometheinaccuracyofPNNmodel,thecontrollerstructureisacompositeoneasfbff()()()ututut=+,(37)wherefb()utistheoutputoffeedbackcontroller,ff()utistheoutputofpredictivecontrollerdescribedbyEq.(14),with0.20=,0.40=,andmax5K=.Insimulatedclosedloopcontrol,ufb(t)isaproportionalcontroller,fb()()Putket=and5.0Pk=.Theset-pointofthesystemisd0.15,if040,and120()0.24,if4… 相似文献
15.
A nonlinear model predictive control problem based on pseudo-linear neural network (PNN) is discussed, in which the second order on-line optimization method is adopted. The recursive computation of Jacobian matrix is investigated. The stability of the closed loop model predictive control system is analyzed based on Lyapunov theory to obtain the sufficient condition for the asymptotical stability of the neural predictive control system. A simulation was carried out for an exothermic first-order reaction in a continuous stirred tank reactor. It is demonstrated that the proposed control strategy is applicable to some of nonlinear systems. 相似文献
16.
Designing reliable flight control for an autonomous helicopter requires a high performance dynamics model.In this paper,a nonlinear autoregressive with exogenous inputs （NLARX） model is selected as the mathematical structure for identifying and controlling the flight of a small-scale helicopter.A neural network learning algorithm is combined with the NLARX model to identify the dynamic component of the rotorcraft unmanned aerial vehicle （RUAV）.This identification process is based on the well-known gradient descent learning algorithm.As a case study,the multiple-input multiple-output （MIMO） model predictive control （MPC） is applied to control the pitch motion of the helicopter.Results of the neural network output model are closely match with the real flight data.The MPC also shows good performance under various conditions. 相似文献
17.
ＮＴＲＯＤＵＣＴＩＯＮＡｆｔｅｒｍｕｃｈｒｅｓｅａｒｃｈａｎｄｓｏｍｅｓｕｃｃｅｓｓｆｕｌａｐ ｐｌｉｃａｔｉｏｎｓｏｆＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋ (ＡＮＮ)ｔｏｃｏｎｔｒｏｌｓｙｓｔｅｍｓ,ＡＮＮｈａｓｂｅｃｏｍｅｏｎｅｏｆｔｈｅｉｍ ｐｏｒｔａｎｔｔｏｏｌｓｔｏｓｈｏｗｔｈｅｉｎｔｅｌｌｉｇｅｎｃｅｏｆｔｈｅｈｕ ｍａｎｂｒａｉｎ .ＳｉｎｃｅＡＮＮｃａｎｂｅｕｓｅｄｔｏｄｅｓｃｒｉｂｅａｎｙｎｏｎｌｉｎｅａｒｃｏｎｔｉｎｕｏｕｓｆｕｎｃｔｉｏｎ ,ｉｔｈａｓｄｒａｗｎｍｕｃｈａｔ… 相似文献
18.
This paper proposes an adaptive algorithm of neural nets with a special perturbation for a real time velocity control system
of a VVVF (Variable Voltage Variable Frequency) hydraulic elevator. The weight vector of the neural network is adaptively
adjusted by the LMS (Least Mean Square) with perturbation, so it is not necessary to know the nonlinear continuous function
of the control system. The nonlinear velocity control system is considered as the controller output function in an adaptive
controller model. The experimental results obtained from the VVVF hydraulic elevator showed that the neural nets controller
using the perturbation algorithm proposed are much stabler and faster in dynamic response compared with the conventional PID
(Proportion-Integration-Derivation) controller.
Project (69775013) Supported by NSFC 相似文献
19.
本文使用改进的神经网络模型结构与算法来辨识未知非线性系统,具有辨识精度高,速度快的特点。该方法简单有效,为设计非缌陛对象控制器提供了一条思路,从而摆脱了用线性模型近似被控对象的粗略做法。算法中,学习率采用随误差变化率而改变的做法减小了学习率选取的盲目性,加速了网络训练过程。 相似文献
20.
集中供热系统热网有着多输入、多输出、非线性、时变性、强耦合的特点,智能解耦控制算法是解决热网流量控制的有效方法。文章讨论了神经网络解耦控制策略,设计了基于非线性、多变量的神经网络解耦控制器。应用于实验室热网控制的结果表明,该控制算法有明显的控制效果,能实现稳定供热和均匀供热的整体目标。 相似文献