作者:韩敏著出版社:中国水利水电出版社出版时间:2013-12页数:351页《基于微粒群的神经网络预测控制理论及应用》从预测控制和微粒群优化算法的基本概念出发,重点论述了基于微粒群的神经网络预
提出了一种递归模糊神经网络(RFNN),通过加入向量调节层,提高了网络对输入信息的处理能力。基于所设计的递归模糊神经网络,建立非线性系统的离散数学多步模糊预测模型,根据这一模型对系统的输出进行预测,然
为了改善具有非线性特性的发动机燃油控制效果,以达到高效率、低污染的要求。利用一种前向神经网络作为非线性系统的模型,并将其分为线性部分和非线性部分。其中非线性部分用单隐层的BP神经网络对其建模,采用学习
为了对半导体生产线进行预测控制, 首先研究了利用RBF 神经网络对半导体生产线建立预测模型的方法;然后利用马氏决策过程递阶方法的思路, 将系统状态分成若干互不相交的区间, 系统状态所属区间改变时, 根
Matlab基于BPPID神经网络控制-基于BPPID神经网络控制.rar基于BPPID神经网络控制,不错的!!!
机器人算法 神经网络 智能预测控制
无刷直流电机PID控制BP神经网络电机控制
基于终身学习RBF神经网络的网络安全态势预测,许彪,李明楚,网络安全态势预测对于保障网络安全运行具有重要的作用和意义。现有的预测方法多采用批处理学习算法,无法快速构建实时的预测网络
提出一种基于梯度下降法的混合进化算法, 用于确定径向基函数(RBF) 神经网络结构和优化其参数. 在进化 算法中嵌入梯度下降算子, 对每一代中若干个精英个体以一定概率利用梯度下降法进行搜索, 以加强算
针对目前混凝土强度预测中存在的不确定性,难以自适应性的确定神经网络隐含层,建立了基于高维云的RBF神经网络的混凝土预测模型。运用MATLAB 8.10进行仿真实验。实验结果表明该模型综合考虑了影响混凝
