期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
具有混合时变时滞主从神经网络的指数采样同步控制
被引量：
3
1
作者
陈刚
王信
+3 位作者
肖伸平
杜博文
王聪聪
罗昌胜
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2018年第6期1432-1439,共8页
对于具有混合时变时滞的主从神经网络指数采样同步控制问题,运用Lyapunov-Krasovskii泛函方法以及线性矩阵不等式方法对其进行研究。通过构造新的增广Lyapunov-Krasovskii泛函,并对其导数采用一系列不等式方法进行界定,获得具有更小保...
对于具有混合时变时滞的主从神经网络指数采样同步控制问题,运用Lyapunov-Krasovskii泛函方法以及线性矩阵不等式方法对其进行研究。通过构造新的增广Lyapunov-Krasovskii泛函,并对其导数采用一系列不等式方法进行界定,获得具有更小保守性的时滞相关指数同步判据。同时,基于最大采样间隔以及衰减率,得到可行控制器。最后,通过数值算例及仿真证明此方法的优越性以及可行性。
展开更多
关键词
主从神经网络
LYAPUNOV-KRASOVSKII泛函
指数采样同步控制
在线阅读
下载PDF
职称材料
基于主从神经网络的短期电力负荷预测研究
被引量：
1
2
作者
陈展
张利民
+3 位作者
赵海成
张晓华
沈勇
阮亮
《陕西电力》
2014年第7期57-60,共4页
传统的BP神经网络在对负荷样本进行训练时容易陷入局部最小点,致使算法不收敛,网络训练失败。主从神经网络基于Hopfield神经网络的良好动态特性,2个Hopfield主网络和1个BP从网络构成,可以有效改善BP神经网络训练时易陷入局部最小的问题...
传统的BP神经网络在对负荷样本进行训练时容易陷入局部最小点,致使算法不收敛,网络训练失败。主从神经网络基于Hopfield神经网络的良好动态特性,2个Hopfield主网络和1个BP从网络构成,可以有效改善BP神经网络训练时易陷入局部最小的问题。由此,提出了一种基于主从神经网络的短期电力负荷预测方法,用主从神经网络对短期负荷样本进行训练。通过对某地实际负荷的训练并与实际符合对比验证,表明该方法具有更快的收敛速度、更小的训练误差和很好的预测效果,可进一步提高短期负荷预测效率。
展开更多
关键词
短期负荷预测
BP
神经网络
HOPFIELD
神经网络
主从神经网络
在线阅读
下载PDF
职称材料
题名
具有混合时变时滞主从神经网络的指数采样同步控制
被引量：
3
1
作者
陈刚
王信
肖伸平
杜博文
王聪聪
罗昌胜
机构
湖南工业大学电气与信息工程学院
电传动控制与智能装备湖南省重点实验室
出处
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2018年第6期1432-1439,共8页
基金
湖南省自然科学基金项目(2018JJ4075)
国家自然科学基金资助项目(61672225
61304064)~~
文摘
对于具有混合时变时滞的主从神经网络指数采样同步控制问题,运用Lyapunov-Krasovskii泛函方法以及线性矩阵不等式方法对其进行研究。通过构造新的增广Lyapunov-Krasovskii泛函,并对其导数采用一系列不等式方法进行界定,获得具有更小保守性的时滞相关指数同步判据。同时,基于最大采样间隔以及衰减率,得到可行控制器。最后,通过数值算例及仿真证明此方法的优越性以及可行性。
关键词
主从神经网络
LYAPUNOV-KRASOVSKII泛函
指数采样同步控制
Keywords
master-slave neural networks
Lyapunov-Krasovskii function
sampled-data exponential synchronization
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于主从神经网络的短期电力负荷预测研究
被引量：
1
2
作者
陈展
张利民
赵海成
张晓华
沈勇
阮亮
机构
广东电网公司佛山供电局
国网河北省电力公司保定供电局
山西耀光煤电有限责任公司
华北电力大学
出处
《陕西电力》
2014年第7期57-60,共4页
基金
国家自然科学基金项目资助(70901025)
文摘
传统的BP神经网络在对负荷样本进行训练时容易陷入局部最小点,致使算法不收敛,网络训练失败。主从神经网络基于Hopfield神经网络的良好动态特性,2个Hopfield主网络和1个BP从网络构成,可以有效改善BP神经网络训练时易陷入局部最小的问题。由此,提出了一种基于主从神经网络的短期电力负荷预测方法,用主从神经网络对短期负荷样本进行训练。通过对某地实际负荷的训练并与实际符合对比验证,表明该方法具有更快的收敛速度、更小的训练误差和很好的预测效果,可进一步提高短期负荷预测效率。
关键词
短期负荷预测
BP
神经网络
HOPFIELD
神经网络
主从神经网络
Keywords
prediction of short-term power load
BP neural network
Hopfield neural network
master slave neural network
分类号
TM715 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
具有混合时变时滞主从神经网络的指数采样同步控制
陈刚
王信
肖伸平
杜博文
王聪聪
罗昌胜
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2018
3
在线阅读
下载PDF
职称材料
2
基于主从神经网络的短期电力负荷预测研究
陈展
张利民
赵海成
张晓华
沈勇
阮亮
《陕西电力》
2014
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
