- 按相关度
- 按时间
- 按阅读量
- 代表性成果优先
伞冶, 刘俊强②, 王子才
高技术通讯,2000(6):48~50,21,-0001,():
对模糊神经网络(FNN)的快速学习算法进行了研究,提出FNN的最小二乘-单纯形(LS-Simplex)学习算法。解决了FNN采用梯度型算法学习时所固有的局部收敛问题及遗传算法(GA)在线应用的问题。与梯度型算法以及GA相比,LS-Simplex算法具有更高的学习精度和更快的收敛速度,所得的FNN具有良好的泛化性能。
-
7浏览
-
0点赞
-
0收藏
-
0分享
-
103下载
-
0评论
-
引用
郭创新, 叶彬, 曹一家
模式识别与人工智能,2005,18(5):558~563.,-0001,():
提出一种基于进化规划结合最小二乘法的自动模糊建模算法EPLSE。利用扩展Sugeno模型中的后件参数,对训练误差实现了二次修正,显著提高了建模精度并精简了模糊规则基。仿真部分应用EPLSE分别完成了对一个三输入非线性函数的建模和对Mackey-Glass混沌时间序列的预测,并与其他一些典型的模糊建模方法做了比较,结果表明该算法在提高建模精度以及精简结构方面具有较明显的优越性。
关键词: 进化规划,, 最小二乘法,, 混合学习算法,, 扩展Sugeno模型
-
32浏览
-
0点赞
-
0收藏
-
0分享
-
51下载
-
0评论
-
引用
王孙安, 杜海峰
系统仿真学报,2001,13(6):730~731,-0001,():
分析了一般神经网络控制系统中学习误码差选择的问题.指出系统误差不等于理论上神经网络用于学习的误码差、因而网络的性能会受到影响。进而针对局商逼近神经网、提出了一种改进的控制器结构,并讨论了其学习算法。仿真实验研究表明该方法收敛速度快,学习能力强、证明其在系统控制中的合理性和有效性。
-
23浏览
-
0点赞
-
0收藏
-
0分享
-
303下载
-
0评论
-
引用
朱大铭, 朱大铭*, 马绍汉
自动化学报,2000,26(3)339~346,-0001,():
提出一种一般二进制映射问题的前馈网络学习算法,给出一种求解超平面以几何分割练点的新方法,不仅相应地构造了陷层神经网络,而且使得只需再构造一个输出层网络便可实现训练样本所描述的映射,该算法在学习收敛速度方面优于BP算法和SC算法,对样本数据的分布和密集程度变化适应性强,具有较好的容错能力。
-
38浏览
-
0点赞
-
0收藏
-
0分享
-
73下载
-
0评论
-
引用
仲崇权, 张立勇, 杨素英, 李卓函
仪器表学报,2003,24(4):428~430,-0001,():
以存在随机扰动环境中的不同参数多传感器为研究对象,基于最小二乘原理,提出了一种加权融合算法,推导出各传感器的权系数与测量方差的关系。并且根据测量信息,提出了一种方差估计学习算法,实现对各传感器测量方差的估计,从而对各传感器的权值进行合理的分配。该算法简单,能快速、准确的估计出待测物理量的状态信息。
-
18浏览
-
0点赞
-
0收藏
-
0分享
-
131下载
-
0评论
-
引用
王耀南, 彭建春, 王辉
控制理论与应用,1998,15(5):701~707,-0001,():
本文提出一类基于高斯基神经网络的自学习控制器,该控制器由两个GPFN网络组成,一个完成PID学习控制,另一个完成未知被控对象模型的建模.为加快网络的学习过程,文中提出了递归最小二乘法(RLS)用于神经网络的学习,并分析研究了自学习控制系统的收敛性和稳定性。仿真和实验结果表明,这类智能控制是成功的。
-
42浏览
-
0点赞
-
0收藏
-
0分享
-
178下载
-
0评论
-
引用
王耀南
自动化学报,1997,23(5):698~692,-0001,():
提出一种神经网络与PID控制相结合的机器人自学习控制器。为加快神经网络的学习收敛性,研究了有效的优化学习算法。以两关节机器人为对象的仿真表明,该控制器使机器人跟踪希望轨迹,其系统响应、跟踪精度和鲁棒性优于常规的控制策略。
-
32浏览
-
0点赞
-
0收藏
-
0分享
-
543下载
-
0评论
-
引用
【期刊论文】基于递归模糊神经网络的感应电机无速度传感器矢量控制
王耀南, 王辉, 邱四海, 黄守道
中国电机工程学报,2004,24(5):84~89,-0001,():
该文提出了一种控制性能较好的递归模糊神经网络(RFNN)无速度传感器感应电机矢量控制方法,该方法使用模型参考自适应方法辨识转子磁场位置和转速,采用递归模糊神经网络控制器作为转矩控制器来近似系统最优控制器输出。仿真实验表明,当系统参数动态变化或受到外部不确定性因素的影响时,利用神经网络来在线动态的调整网络的隶属函数参数以及神经网络递归权值,使系统仍将具有很好的动静态性能。
-
32浏览
-
0点赞
-
0收藏
-
0分享
-
180下载
-
0评论
-
引用