本文關(guān)鍵詞：自增長(zhǎng)混合神經(jīng)網(wǎng)絡(luò)及其在燃料電池建模中的應(yīng)用

  更多相關(guān)文章： 乘算子 粒子群 混合神經(jīng)網(wǎng)絡(luò)

【摘要】：為了提高非線性辨識(shí)的精度,提出了一種基于混合算子的自增長(zhǎng)混合神經(jīng)網(wǎng)絡(luò)。該神經(jīng)網(wǎng)絡(luò)通過自增長(zhǎng)的混合隱含層結(jié)構(gòu),包括加算子和乘算子,形成神經(jīng)元個(gè)數(shù)少、結(jié)果精確、增長(zhǎng)快速的網(wǎng)絡(luò)。論文在級(jí)聯(lián)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)基礎(chǔ)上,提出GQPSOI算法來引導(dǎo)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)自增長(zhǎng)以及權(quán)值更新。通過對(duì)燃料電池的建模與比較分析,證明了方法的有效性和良好的應(yīng)用前景。
【作者單位】： 北京化工大學(xué)信息科學(xué)與技術(shù)學(xué)院;
【關(guān)鍵詞】： 乘算子 粒子群 混合神經(jīng)網(wǎng)絡(luò)
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61273132) 中央高�；蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目(ZZ1014)~~
【分類號(hào)】：TP183;TM911.4
【正文快照】： 引言生物的神經(jīng)系統(tǒng)是自然進(jìn)化的結(jié)果,作為對(duì)神經(jīng)系統(tǒng)生物學(xué)規(guī)律模擬的人工神經(jīng)網(wǎng)絡(luò),預(yù)先設(shè)計(jì)好的結(jié)構(gòu)往往使其功能存在一定的局限性。研究人工神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)自動(dòng)生成,不僅可以精簡(jiǎn)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和提高泛化性,也是對(duì)智能本源的探索。自增長(zhǎng)神經(jīng)網(wǎng)絡(luò)已經(jīng)在很多領(lǐng)域取得了

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前3條

1 李鵬華;柴毅;熊慶宇;;量子門Elman神經(jīng)網(wǎng)絡(luò)及其梯度擴(kuò)展的量子反向傳播學(xué)習(xí)算法[J];自動(dòng)化學(xué)報(bào);2013年09期

2 李軍偉;程詠梅;陳克U，

本文編號(hào)：718346