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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、北京交通大學(xué)碩士學(xué)位論文基于人工神經(jīng)網(wǎng)絡(luò)(ANN)的結(jié)構(gòu)學(xué)習(xí)及應(yīng)用姓名:雷鐵安申請學(xué)位級別:碩士專業(yè):車輛工程指導(dǎo)教師:吳作偉20050301北京交通大學(xué)碩士學(xué)位論文ABSTRACTIthasbeenshownbyresearchthatartifieialneuralnetworks(A州)thataredesignedproperlYcanmappingthecomplicatednonlinearrelationwitharbit
2、raryprecisionBasedonthiS,artificialneuralnetworkmodelsareusedtealizethenonlinearmappingbetweeninputparameterandoutputparameterofstructureonthestructureanalysiSinthiSartieleAndthemodelcanSimulatefiniteelementanalysiSofela
3、sticstructure,namelY,simulatetherelationshi口betweenthestress,displacementandthedesignparameterNamely,theNNmodeltrainedwellcangiveapreeiseorapproximateoutputresultstonewinputsamplesthroughlearningknowninput—outputsamplesT
4、ofulfilltheneedoflargesealeandcomplicatedstructure’Soptimizationthefollowingproblemsarediscussed1、SelectingthetypeofneuralnetworksAccordingtothedifferentpropertyofdifferentANN,ElmanNNandBPNNareattemptedtobeappliedtostruc
5、tureanalysiSandthenBPNNusedintheengineeringfrequentlyiScontrastedwiththem2、ChoosingsampledatesTofulfilltheneedoflargescaleandcomplicatedstructure’Soptimization,anewmethodofchopsingsamplesisputforwardByusingthiSmethod,not
6、onlythenumberofsamplesneedediSsmalIbutalsothesampledatesarerepresentatiVe3、ProcessingsampledatesToimprovetheperformanceofneuralnetworkmodel,convergentrateandtrainingprecision,trainingsampledatesneedbeprocessedintermoface
7、rtainformatorcompressedandprocessedintermofacertainmeansThus,themappingperformanceofNNmodelcanbeachievedbyusingsmallnumberofsamples4、contrastingandanalyzingthetrainingresultThenewmethodofchoosingandprocessingsamplesareco
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(hù)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(fù)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(shí)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
- 人工神經(jīng)網(wǎng)絡(luò)(ANN)在結(jié)構(gòu)分析中的應(yīng)用.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)(ANN)的水質(zhì)評價(jià)與水質(zhì)模擬研究.pdf
- 基于矢量量化(VQ)和人工神經(jīng)網(wǎng)絡(luò)(ANN)的說話人識別的研究.pdf
- 變參數(shù)人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法及應(yīng)用研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的離散變量結(jié)構(gòu)優(yōu)化研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的男西服衣袖結(jié)構(gòu)研究.pdf
- 人工神經(jīng)網(wǎng)絡(luò)的理論及應(yīng)用.pdf
- 基于人工魚群的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)學(xué)習(xí)信息反饋系統(tǒng).pdf
- BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)優(yōu)化及應(yīng)用.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的船舶結(jié)構(gòu)輕量化研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的混合智能系統(tǒng)研究及應(yīng)用.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)可靠性分析.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)電信CRM的應(yīng)用研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)基礎(chǔ)選型系統(tǒng)的研究.pdf
- 基于人工蜂群算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)研究.pdf
- 人工神經(jīng)網(wǎng)絡(luò)BP學(xué)習(xí)算法的研究及在人臉識別中的應(yīng)用.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷方法的研究及應(yīng)用.pdf
- 多子群結(jié)構(gòu)小波神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的研究及應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)在人工味覺中的應(yīng)用.pdf
評論
0/150
提交評論