期刊文献+
共找到321篇文章
< 1 2 17 >
每页显示 20 50 100
基于BP神经网络的非线性流域UUV动态回收过程预测 被引量:1
1
作者 杜晓旭 李瀚宇 刘鑫 《西北工业大学学报》 EI CAS CSCD 北大核心 2024年第2期189-196,共8页
针对水下无人自主航行器(UUV)回收过程中流域存在非线性干扰问题,提出了一种基于BP神经网络优化UUV回收路径的闭环控制方法。采用计算流体力学(CFD)方法模拟UUV相对于潜艇以不同路径进行回收的水动力系数,将数值模拟结果作为训练BP神经... 针对水下无人自主航行器(UUV)回收过程中流域存在非线性干扰问题,提出了一种基于BP神经网络优化UUV回收路径的闭环控制方法。采用计算流体力学(CFD)方法模拟UUV相对于潜艇以不同路径进行回收的水动力系数,将数值模拟结果作为训练BP神经网络的初始数据,利用拉丁超立方法对非线性流域的位置随机采样,采用神经网络输出UUV在采样处的水动力系数,实现非线性流域内UUV动态回收过程的水动力系数预测。结果表明:通过均方根检验神经网络预测水动力系数误差均在10%范围内。将神经网络预测结果与UUV纵向操纵性方程结合,对比回收速度和操舵间隔与理论回收轨迹的误差,优化UUV动态回收路径的闭环控制方案。 展开更多
关键词 神经网络 非线性流域 水动力系数 UUV动态回收
在线阅读 下载PDF
基于GM(1,1)与BP神经网络模型的西安市地下水位动态特征及趋势预测研究
2
作者 李培月 梁豪 +2 位作者 杨俊岩 田艳 寇晓梅 《西北地质》 北大核心 2025年第3期236-245,共10页
地下水是干旱与半干旱地区极其珍贵的自然资源,地下水动态的精准预测与评估关乎着地下水资源的有效保护与合理利用。本研究根据西安市2010~2020年地下水位监测数据,系统分析了西安市地下水位年际、年内动态变化特征,探究了影响地下水位... 地下水是干旱与半干旱地区极其珍贵的自然资源,地下水动态的精准预测与评估关乎着地下水资源的有效保护与合理利用。本研究根据西安市2010~2020年地下水位监测数据,系统分析了西安市地下水位年际、年内动态变化特征,探究了影响地下水位动态的主要因素,通过SPSS对影响地下水位动态的降水量和开采量两个主要因素进行相关性分析,并基于GM(1,1)灰度预测模型和BP神经网络模型对地下水位变动趋势进行了预测。结果表明:(1)2010~2016年,地下水位整体上呈下降趋势,2016~2020年间,得益于地下水压采和供水设施的不断优化完善,地下水位呈回升趋势。(2)降水和人为开采均对西安市地下水位变动具有显著影响;地下水位埋深是决定受降水影响程度的关键因素,其中河漫滩地区最为敏感,阶地次之,黄土塬区较弱。地下水开采量与地下水位埋深具有更强的相关性。这凸显了其在调控地下水位动态变化中的主导地位。(3)地下水位预测结果显示,随着地下水开采量呈现出逐年下降的趋势,研究区地下水整体处于波动上升趋势。本研究对西安市地下水动态的影响因素及预测趋势进行了研究,对地下水资源管理和可持续发展具有重要参考价值。 展开更多
关键词 地下水位动态 主导因素 回归分析 灰色模型 BP神经网络预测
在线阅读 下载PDF
一种用于非线性动态辨识的新型神经网络
3
作者 张剑 林瑞昌 毕天昊 《控制工程》 CSCD 北大核心 2024年第8期1383-1391,共9页
为提高非线性动态系统辨识(NDSI)的效果,在结合自建型模糊神经网络(SCFNN)和多层神经元神经网络(MLPNN)的基础上,提出一种自建递归型模糊神经网络(SCRFNN)。SCRFNN相较于前者,多了一个递归通道与抑制模糊规则产生机制;相较于后者,增加... 为提高非线性动态系统辨识(NDSI)的效果,在结合自建型模糊神经网络(SCFNN)和多层神经元神经网络(MLPNN)的基础上,提出一种自建递归型模糊神经网络(SCRFNN)。SCRFNN相较于前者,多了一个递归通道与抑制模糊规则产生机制;相较于后者,增加了模糊推论与一个递归通道。为验证SCRFNN在系统辨识中的有效性,设计一个新的NDSI在线学习模型与代码设计流程图,并以此作为在线学习架构,将以上3个神经网络模型对4个串-并型非线性动态系统进行辨识分析。经过仿真表明,新提出的SCRFNN通过存储内部状态,具备了映射动态特征的功能,从而使系统具有适应时变特性的能力,更适合于非线性动态系统的辩识。且在模糊规则数、学习收敛速度、学习与预测误差均方根值、预测精准度方面也取得了良好的效果。 展开更多
关键词 自建递归型模糊神经网络 自建型模糊神经网络 多层神经神经网络 非线性动态系统辨识
在线阅读 下载PDF
基于回归神经网络的非线性动态数据校核及其应用 被引量:1
4
作者 刘伯高 黄道 《华东理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2000年第5期487-491,506,共6页
研究了简化型内回归神经网络基于自适应梯度下降法的训练算法 ,并提出了一种基于简化型内回归神经网络的非线性动态数据校核新方法。结果表明所提出的方法能够有效地对非线性动态过程进行数据校核 ,并具有良好性能 ;与传统的动态数据校... 研究了简化型内回归神经网络基于自适应梯度下降法的训练算法 ,并提出了一种基于简化型内回归神经网络的非线性动态数据校核新方法。结果表明所提出的方法能够有效地对非线性动态过程进行数据校核 ,并具有良好性能 ;与传统的动态数据校核方法相比 ,所提出方法具有不需要掌握过程本身的精确模型 ,避免了过程模型误差可能带来的估计误差 ,不需事先知道测量噪声和过程噪声的统计特性等特点。 展开更多
关键词 非线性 回归分析 神经网络 釜式反应器
在线阅读 下载PDF
基于观测器和事件触发的分数阶非线性系统神经网络控制 被引量:1
5
作者 游星星 陶栩 +3 位作者 郭斌 向国菲 刘凯 佃松宜 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第10期1735-1744,共10页
针对一类分数阶非线性系统的跟踪控制问题,本文提出了一种自适应神经网络事件触发控制方案.首先,利用径向基函数神经网络来逼近未知的非线性函数,构造了基于神经网络的状态观测器估计原系统状态.然后,在控制器设计中引入了事件触发策略... 针对一类分数阶非线性系统的跟踪控制问题,本文提出了一种自适应神经网络事件触发控制方案.首先,利用径向基函数神经网络来逼近未知的非线性函数,构造了基于神经网络的状态观测器估计原系统状态.然后,在控制器设计中引入了事件触发策略,通过Lyapunov方法分析了闭环系统的稳定性.本文提出了一个新条件来估计事件触发条件的时间间隔下限,避免了Zeno现象.理论分析表明,提出的控制方案不仅能确保跟踪误差收敛到原点附近的邻域内,而且保证了闭环系统中所有信号的有界性.最后,分数阶互联电力系统仿真展示了方案的有效性. 展开更多
关键词 分数阶非线性系统 观测器 神经网络控制 事件触发控制 动态面控制
在线阅读 下载PDF
基于粒子群-变分模态分解、非线性自回归神经网络与门控循环单元的滑坡位移动态预测模型研究 被引量:21
6
作者 姜宇航 王伟 +3 位作者 邹丽芳 王如宾 刘世藩 段雪雷 《岩土力学》 EI CAS CSCD 北大核心 2022年第S01期601-612,共12页
以三峡库区八字门阶跃型滑坡为例,针对静态机器学习模型在周期项位移预测中的不足以及高频随机项位移预测困难等问题,提出了一种新的滑坡位移预测方法。基于时间序列分解思想,采用粒子群算法(PSO)对变分模态分解(VMD)进行参数寻优,并将... 以三峡库区八字门阶跃型滑坡为例,针对静态机器学习模型在周期项位移预测中的不足以及高频随机项位移预测困难等问题,提出了一种新的滑坡位移预测方法。基于时间序列分解思想,采用粒子群算法(PSO)对变分模态分解(VMD)进行参数寻优,并将位移时间序列分解为趋势项、周期项和随机项。趋势项主要受滑坡内部因素影响,采用傅里叶曲线进行拟合预测;周期项由外部因素导致,基于格兰杰因果检验进行成因分析,并引入一种对时间序列历史状态具有较高敏感性的非线性自回归神经网络(NARX)进行预测;随机项频率较高且影响因素无法判定,采用一维门控循环单元(GRU)进行预测。最后将各分量预测位移进行叠加重构,实现滑坡累计位移的预测。结果表明,提出的(PSO-VMD)-NARX-GRU滑坡位移动态预测模型精度较高,且各位移分量预测精度明显高于静态模型中BP神经网络、支持向量机(SVM)和传统自回归模型ARIMA,可为阶跃型滑坡位移预测提供参考。 展开更多
关键词 滑坡位移预测 粒子群算法 变分模态分解 格兰杰因果检验 非线性自回归神经网络 门控循环单元
在线阅读 下载PDF
基于人工神经网络及非线性回归的岩爆判据 被引量:15
7
作者 张光存 高谦 +1 位作者 杜聚强 李铿铿 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第7期2977-2981,共5页
采用人工神经网络和非线性回归方法研究岩爆判据研究。首先利用人工神经网络对原始样本进行量化,然后对量化后的样本数据进行非线性回归分析,获得新的岩爆判据公式。研究结果表明:此岩爆判据公式具有较高的预测精度。
关键词 岩爆判据 人工神经网络 岩爆强度衡量值 非线性回归
在线阅读 下载PDF
分段线性回归和动态加权神经网络融合的高炉料位预测 被引量:8
8
作者 蒋朝辉 李晞月 +2 位作者 桂卫华 谢永芳 阳春华 《控制理论与应用》 EI CAS CSCD 北大核心 2015年第6期801-809,共9页
针对高炉料位难以连续高精度测量的问题,提出了一种基于分段线性回归和动态加权神经网络的高炉料位信息预测方法.首先,通过分析高炉布料机制和料位检测数据特点,提出了一种面向雷达和机械探尺检测数据时间序列的联合划分方法,用于提取... 针对高炉料位难以连续高精度测量的问题,提出了一种基于分段线性回归和动态加权神经网络的高炉料位信息预测方法.首先,通过分析高炉布料机制和料位检测数据特点,提出了一种面向雷达和机械探尺检测数据时间序列的联合划分方法,用于提取高炉料位的周期性变化特征;然后,利用该变化特征构建分段线性回归模型,获得能准确描述料位变化的回归曲线;最后,以回归统计指标为权重调节系数,利用动态加权径向基神经网络对料位信息进行预测.实例验证表明,该方法融合了机械探尺检测数据精度高以及雷达检测数据连续性好的特点,实现了高炉料位信息的实时有效预测. 展开更多
关键词 高炉 料位 预测 分段线性回归 动态加权 神经网络
在线阅读 下载PDF
基于一种新型动态神经网络的非线性自适应逆控制 被引量:5
9
作者 李明 李会莹 +1 位作者 杨汉生 杨成梧 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第17期4021-4024,共4页
根据生物神经元的机能,提出了一种具有动态激励函数的新型神经元模型,由此构成的神经网络(DAFNN)应用在非线性自适应逆控制中时只需要确定隐层神经元个数,从而克服了用NARX回归神经网络时需确定输入和输出延时阶数及隐层神经元个数等多... 根据生物神经元的机能,提出了一种具有动态激励函数的新型神经元模型,由此构成的神经网络(DAFNN)应用在非线性自适应逆控制中时只需要确定隐层神经元个数,从而克服了用NARX回归神经网络时需确定输入和输出延时阶数及隐层神经元个数等多个参数的不足。通过对单输入单输出(SISO)及多输入多输出(MIMO)非线性系统的自适应逆控制仿真研究,证实了DAFNN是一种很好的非线性系统建模和控制工具。 展开更多
关键词 动态神经网络 自适应逆控制 非线性系统 NARX回归神经网络
在线阅读 下载PDF
基于多层局部回归神经网络的多变量非线性系统预测控制 被引量:13
10
作者 刘贺平 张兰玲 孙一康 《控制理论与应用》 EI CAS CSCD 北大核心 2001年第2期298-300,共3页
以罐式搅拌反应器为例 ,针对复杂多变量系统的强耦合性、非线性、时变性等问题 ,研究了多变量非线性系统的预测控制及改善控制性能的方法 .采用多层局部回归神经网络离线建立预测模型 ,以偏差补偿和模型修正相结合的方式对预测模型进行... 以罐式搅拌反应器为例 ,针对复杂多变量系统的强耦合性、非线性、时变性等问题 ,研究了多变量非线性系统的预测控制及改善控制性能的方法 .采用多层局部回归神经网络离线建立预测模型 ,以偏差补偿和模型修正相结合的方式对预测模型进行误差补偿 ,经在线校正用于预测控制 .通过对性能指标中的偏差项负指数加权 ,进一步改善预测控制性能 .仿真结果表明了控制算法的有效性 . 展开更多
关键词 多变量非线性系统 多层局部回归神经网络 预测控制 模型修正
在线阅读 下载PDF
简单动态递归神经网络在非线性系统辨识中的应用 被引量:8
11
作者 杜云 田强 +2 位作者 杜艳 张苏英 王畅 《河北科技大学学报》 CAS 北大核心 2009年第2期130-134,179,共6页
提出了用一种结构非常简单的动态递归神经网络(SRNN)辨识非线性系统的方法。该方法研究了在递归层不加权的网络简单拓扑结构,推导出SRNN的预报误差(RPE)学习算法,并对算法进行了补充和改进。仿真实验结果表明,这种网络需要调整的权系值... 提出了用一种结构非常简单的动态递归神经网络(SRNN)辨识非线性系统的方法。该方法研究了在递归层不加权的网络简单拓扑结构,推导出SRNN的预报误差(RPE)学习算法,并对算法进行了补充和改进。仿真实验结果表明,这种网络需要调整的权系值少,且改进后的学习算法简单、辨识速度快、模型精度高,解决了一般动态递归网络因网络拓扑结构复杂造成的训练算法复杂、收敛速度慢的问题,可以实时应用。 展开更多
关键词 动态递归神经网络 系统辨识 非线性系统 RPE算法
在线阅读 下载PDF
基于动态神经网络非线性结构辨识的研究 被引量:9
12
作者 魏民祥 闫桂荣 沈亚鹏 《应用力学学报》 CAS CSCD 北大核心 2000年第2期110-113,共4页
利用 Elman动态递归神经网络 ,对非线性结构进行黑箱辨识 ,建立了它的非线性状态方程 ;提出了加快网络收敛速度的自适应学习算法。辨识结果表明 ,动态递归网络模型优于传统辨识模型 ,适于非线性、不确定结构的辨识。
关键词 非线性结构 动态递归神经网络 辨识 结构振动
在线阅读 下载PDF
基于人工神经网络的非线性回归 被引量:17
13
作者 王宜怀 王林 《计算机工程与应用》 CSCD 北大核心 2004年第12期79-82,共4页
探讨了人工神经网络在回归分析领域应用的理论基础,对基于人工神经网络的非线性回归进行了深入的实践分析。以BP网络为例给出了基于人工神经网络的非线性回归实例分析。结果表明利用人工神经网络进行非线性回归是一种良好的数据回归方法... 探讨了人工神经网络在回归分析领域应用的理论基础,对基于人工神经网络的非线性回归进行了深入的实践分析。以BP网络为例给出了基于人工神经网络的非线性回归实例分析。结果表明利用人工神经网络进行非线性回归是一种良好的数据回归方法,可以方便地应用于解决非线性回归问题。 展开更多
关键词 人工神经网络 非线性回归 理论基础 实践分析
在线阅读 下载PDF
基于Elman神经网络的非线性动态系统辨识 被引量:13
14
作者 高钦和 王孙安 《计算机工程与应用》 CSCD 北大核心 2007年第31期87-89,共3页
研究了应用动态递归神经网络实现动态系统辨识的原理和方法,在没有被辨识对象的先验知识情况下,通过改进的El-man网络实现了非线性动态系统的辨识。仿真结果表明,与前馈网络相比,Elman网络具有学习速度快、泛化能力强的特点,可用较小的... 研究了应用动态递归神经网络实现动态系统辨识的原理和方法,在没有被辨识对象的先验知识情况下,通过改进的El-man网络实现了非线性动态系统的辨识。仿真结果表明,与前馈网络相比,Elman网络具有学习速度快、泛化能力强的特点,可用较小的网络结构实现高阶系统的辨识,适用于具有本质非线性动态系统的辨识。 展开更多
关键词 非线性系统辨识 动态系统 动态递归神经网络 ELMAN网络
在线阅读 下载PDF
基于神经网络的宽带功放动态非线性行为建模 被引量:6
15
作者 刘太君 陈豪 +2 位作者 苏日娜 叶焱 许高明 《微波学报》 CSCD 北大核心 2020年第1期131-136,共6页
文章主要讨论了如何利用神经网络对宽带功放进行动态非线性行为建模的问题。首先简述了功放的动态非线性特性及行为建模的方法。然后回顾了基于实数时延前馈神经网络、径向基函数神经网络等浅层神经网络构建的功放动态非线性行为模型。... 文章主要讨论了如何利用神经网络对宽带功放进行动态非线性行为建模的问题。首先简述了功放的动态非线性特性及行为建模的方法。然后回顾了基于实数时延前馈神经网络、径向基函数神经网络等浅层神经网络构建的功放动态非线性行为模型。在此基础上,针对5G/6G宽带功放具有更强的记忆效应的问题,重点分析了如何使用长短期记忆(LSTM)神经网络对功放的动态非线性进行精确的行为建模。最后展望了构建具有普适性的功放非线性行为模型将是5G/6G通信时代功放非线性建模的一个重要发展方向。 展开更多
关键词 神经网络 记忆效应 动态非线性 宽带功放 行为建模
在线阅读 下载PDF
具有零动态的SISO仿射非线性系统的神经网络自适应跟踪控制 被引量:3
16
作者 郭鹏 胡慧 +1 位作者 刘国荣 刘洞波 《控制理论与应用》 EI CAS CSCD 北大核心 2010年第8期1113-1117,共5页
针对具有零动态的SISO仿射非线性系统提出了一种神经网络直接自适应跟踪控制方法.采用梯度下降算法最小化未知理想控制器与神经网络控制器的误差代价函数以获得参数自适应律,控制器中无需另加鲁棒控制项.基于Lyapunov稳定性定理证明... 针对具有零动态的SISO仿射非线性系统提出了一种神经网络直接自适应跟踪控制方法.采用梯度下降算法最小化未知理想控制器与神经网络控制器的误差代价函数以获得参数自适应律,控制器中无需另加鲁棒控制项.基于Lyapunov稳定性定理证明了在该控制器的作用下能保证输出跟踪误差及相应闭环系统的所有状态最终一致有界及神经网络参数的收敛性.仿真结果验证了该文方法的有效性. 展开更多
关键词 神经网络 动态 梯度下降算法 仿射非线性
在线阅读 下载PDF
基于广义回归神经网络的传感器非线性误差校正 被引量:7
17
作者 段松杰 张晓光 张闯志 《传感器与微系统》 CSCD 北大核心 2008年第12期14-16,共3页
介绍了径向基函数网络的函数逼近原理和方法,提出了一种基于广义回归神经网络(GRNN)的传感器非线性误差校正方法。通过Matlab的Network Toolbox(神经网络工具箱),GRNN训练程序实现了输出特性曲线逼近。仿真分析表明:GRNN能够很好地满足... 介绍了径向基函数网络的函数逼近原理和方法,提出了一种基于广义回归神经网络(GRNN)的传感器非线性误差校正方法。通过Matlab的Network Toolbox(神经网络工具箱),GRNN训练程序实现了输出特性曲线逼近。仿真分析表明:GRNN能够很好地满足传感器非线性拟合的要求,网络结构简单,收敛速度快。 展开更多
关键词 广义回归神经网络 传感器 非线性误差 径向基函数
在线阅读 下载PDF
一种火箭推进系统非线性动态神经网络模型 被引量:11
18
作者 杨尔辅 徐用懋 张振鹏 《推进技术》 EI CAS CSCD 北大核心 2001年第1期50-53,共4页
为了获得实时、准确、可靠的液体火箭推进系统非线性动态模型 ,使其适用于控制系统的设计和故障检测与诊断 ,基于RBF (RadialBasisFunction)神经网络理论和系统工作机理 ,综合考虑了系统的动态信息 ,适当选择了输入输出参数 ,建立了一... 为了获得实时、准确、可靠的液体火箭推进系统非线性动态模型 ,使其适用于控制系统的设计和故障检测与诊断 ,基于RBF (RadialBasisFunction)神经网络理论和系统工作机理 ,综合考虑了系统的动态信息 ,适当选择了输入输出参数 ,建立了一种多输入多输出的液体火箭推进系统非线性动态模型。模型的输出与实际试车结果的对比分析表明 ,模型的计算时间短、实时性强、精度高 ,可用于液体火箭推进系统的实时状态监控、故障诊断及控制系统设计等。 展开更多
关键词 动态模型 神经网络 液体推进剂火箭发动机 推进系统 非线性 人工神经网络
在线阅读 下载PDF
基于递归小波神经网络的非线性动态系统仿真 被引量:14
19
作者 赵凤遥 马震岳 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第7期1453-1455,1539,共4页
为提高动态递归神经网络的动态系统仿真能力,在Elman神经网络的基础上,提出动态递归小波神经网络(RWNN),给出了其动态梯度下降算法,并将其成功应用于非线性动态系统仿真。仿真算例表明,该网络具有收敛快,精度高等优点,仿真效果很好,同... 为提高动态递归神经网络的动态系统仿真能力,在Elman神经网络的基础上,提出动态递归小波神经网络(RWNN),给出了其动态梯度下降算法,并将其成功应用于非线性动态系统仿真。仿真算例表明,该网络具有收敛快,精度高等优点,仿真效果很好,同时具有较好的泛化性能,具有广阔的应用前景。 展开更多
关键词 ELMAN神经网络 递归小波神经网络(RWNN) 梯度下降算法 非线性动态系统 仿真
在线阅读 下载PDF
基于模糊对向神经网络的非线性动态系统辨识器 被引量:12
20
作者 张志华 郑南宁 赵振选 《控制理论与应用》 EI CAS CSCD 北大核心 2000年第4期565-568,共4页
模糊对向神经网络 (FCP)在功能上同模糊逻辑系统的TS模型是等价的 ,它具有神经网络和模糊逻辑系统各自的优点 ,因而适宜作辨识模型 .利用FCP网络为辨识模型 ,设计了一种新的非线性动态系统辨识器 .辨识模型的参数调整采用无监督聚类法... 模糊对向神经网络 (FCP)在功能上同模糊逻辑系统的TS模型是等价的 ,它具有神经网络和模糊逻辑系统各自的优点 ,因而适宜作辨识模型 .利用FCP网络为辨识模型 ,设计了一种新的非线性动态系统辨识器 .辨识模型的参数调整采用无监督聚类法和误差回传算法相结合的混合学习方法进行的 ,同时文中还给出选取初始参数的方法 .仿真实验表明提出的辨识器是十分有效的 . 展开更多
关键词 非线性动态系统 系统辨识器 模糊对向神经网络
在线阅读 下载PDF
上一页 1 2 17 下一页 到第
使用帮助 返回顶部