本文關(guān)鍵詞：自增長混合神經(jīng)網(wǎng)絡及其在燃料電池建模中的應用

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

【摘要】：為了提高非線性辨識的精度,提出了一種基于混合算子的自增長混合神經(jīng)網(wǎng)絡。該神經(jīng)網(wǎng)絡通過自增長的混合隱含層結(jié)構(gòu),包括加算子和乘算子,形成神經(jīng)元個數(shù)少、結(jié)果精確、增長快速的網(wǎng)絡。論文在級聯(lián)神經(jīng)網(wǎng)絡的結(jié)構(gòu)基礎上,提出GQPSOI算法來引導神經(jīng)網(wǎng)絡的結(jié)構(gòu)自增長以及權(quán)值更新。通過對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用前景。
【作者單位】： 北京化工大學信息科學與技術(shù)學院;
【關(guān)鍵詞】： 乘算子 粒子群 混合神經(jīng)網(wǎng)絡
【基金】：國家自然科學基金項目(61273132) 中央高校基科研業(yè)務費專項資金項目(ZZ1014)~~
【分類號】：TP183;TM911.4
【正文快照】： 引言生物的神經(jīng)系統(tǒng)是自然進化的結(jié)果,作為對神經(jīng)系統(tǒng)生物學規(guī)律模擬的人工神經(jīng)網(wǎng)絡,預先設計好的結(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)絡的拓撲結(jié)構(gòu)自動生成,不僅可以精簡神經(jīng)網(wǎng)絡的結(jié)構(gòu)和提高泛化性,也是對智能本源的探索。自增長神經(jīng)網(wǎng)絡已經(jīng)在很多領(lǐng)域取得了

【共引文獻】

中國期刊全文數(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)絡及其梯度擴展的量子反向傳播學習算法[J];自動化學報;2013年09期

2 李軍偉;程詠梅;陳克U，

本文編號：718346