2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩91頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著自動控制科學(xué)的發(fā)展,人們對控制系統(tǒng)品質(zhì)的要求不斷提高,對具有非線性、不確定性和難以建立精確數(shù)學(xué)模型的復(fù)雜系統(tǒng)的控制方面,傳統(tǒng)的控制策略越來越顯示出其局限性,與此同時智能控制理論的發(fā)展,為解決這類問題提供了新的研究思路。本文所研究的基于遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)復(fù)合逆控制策略,利用遺傳算法和人工神經(jīng)網(wǎng)絡(luò)的融合來解決當(dāng)前控制領(lǐng)域的難題。由于人工神經(jīng)網(wǎng)絡(luò)具有非線性映射、并行計算、自學(xué)習(xí)等能力以及魯棒性強等特點,目前在復(fù)雜非線性系統(tǒng)進行建模、參

2、數(shù)優(yōu)化和控制等領(lǐng)域應(yīng)用廣泛。
  本文對多層前向BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)問題展開研究。對基于梯度下降的BP學(xué)習(xí)算法存在的局部收斂的問題,引入遺傳算法來解決神經(jīng)網(wǎng)絡(luò)的權(quán)值、閾值學(xué)習(xí),提出了改進BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的遺傳尋優(yōu)學(xué)習(xí)算法,提高了網(wǎng)絡(luò)的學(xué)習(xí)精度。并以逆系統(tǒng)控制思想為指導(dǎo),提出了基于遺傳尋優(yōu)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的復(fù)合逆控制策略。
  本文以材料試驗機這一典型的電液伺服系統(tǒng)為控制對象,把基于遺傳尋優(yōu)神經(jīng)網(wǎng)絡(luò)的復(fù)合逆控制策略應(yīng)用到材料試驗

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論