图书介绍
神经网络结构优化方法及应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

- 韩丽著 著
- 出版社: 北京:机械工业出版社
- ISBN:9787111371939
- 出版时间:2012
- 标注页数:126页
- 文件大小:7MB
- 文件页数:134页
- 主题词:人工神经网络-结构设计-研究
PDF下载
下载说明
神经网络结构优化方法及应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1引言1
1.2神经网络及其应用2
1.2.1神经网络的研究及发展2
1.2.2神经网络结构及工作方式3
1.2.3神经网络的学习方法4
1.2.4神经网络的基本功能5
1.2.5神经网络在控制领域的应用6
1.2.6神经网络在故障诊断领域的应用11
1.2.7神经网络及其应用中有待于解决的问题12
1.3其他智能方法13
1.3.1粗糙集理论13
1.3.2 Agent系统理论13
1.3.3信息融合技术14
1.4本书主要内容15
参考文献16
第2章 RBF网络的快速资源优化算法22
2.1引言22
2.2 RBF网络22
2.2.1网络结构22
2.2.2网络逼近能力23
2.2.3学习算法23
2.2.4应用25
2.2.5优点及问题26
2.3 RBF网络构造算法26
2.4快速资源优化网络(FRON)算法27
2.4.1网络结构27
2.4.2学习算法28
2.4.3算法特点30
2.5算法实现30
2.6仿真及实验研究31
2.6.1 Mackey-Glass非线性混沌序列预测31
2.6.2某电厂单元机组负荷系统建模32
2.6.3矿井主通风机健康状态评估34
2.6.4某电厂过热器喷水模型建模38
2.7本章小结44
参考文献45
第3章 基于粗糙集理论的RBF网络剪枝算法48
3.1引言48
3.2神经网络结构优化方法48
3.3粗糙集的基本理论50
3.3.1粗糙集的基本概念51
3.3.2粗糙集理论的特点55
3.3.3粗糙集理论的应用55
3.4基于粗糙集的剪枝算法56
3.4.1算法原理57
3.4.2算法特点59
3.5算法实现60
3.6仿真及实验研究61
3.6.1二维函数逼近61
3.6.2两概念学习62
3.6.3某电厂过热器喷水模型建模64
3.6.4设备状态识别66
3.7本章小结66
参考文献67
第4章 基于多Agent系统设计原理的神经网络结构设计算法70
4.1引言70
4.2 Agent的基本原理70
4.2.1 Agent的定义70
4.2.2 Agent研究工作的进展71
4.3基于多Agent系统设计原理的任务分配策略71
4.3.1 Agent分配的定义71
4.3.2 Agent任务分配的决策72
4.4基于多Agent系统设计原理的网络结构设计算法72
4.4.1网络结构72
4.4.2建模Agent系统72
4.4.3决策Agent系统73
4.5基于长短记忆的RBF网络算法73
4.5.1网络结构73
4.5.2学习算法74
4.5.3算法特点75
4.6 MANN系统的工作步骤76
4.7仿真及实验研究79
4.7.1嘉兴发电厂主汽温系统建模79
4.7.2嘉兴发电厂协调控制系统建模88
4.7.3设备状态预测92
4.8本章小结94
参考文献94
第5章 基于神经网络模型的预测控制方法97
5.1引言97
5.2预测控制97
5.2.1概述97
5.2.2模型预测控制的基础理论99
5.2.3基于神经网络的非线性系统预测控制100
5.3基于FRON的预测控制方法103
5.3.1预测控制结构103
5.3.2目标值优化算法104
5.3.3神经网络模型105
5.3.4方法的特点107
5.4在锅炉汽温预测控制中的仿真研究107
5.5本章小结110
参考文献110
第6章 基于神经网络的多信息融合故障诊断方法114
6.1引言114
6.2改进加权证据理论115
6.2.1 D-S证据理论基础115
6.2.2 D-S证据理论缺陷115
6.2.3基于先验知识的改进加权证据理论116
6.2.4算例分析117
6.3基于神经网络及加权证据理论的多信息融合故障诊断方法118
6.3.1故障诊断系统结构框架118
6.3.2特征参数提取118
6.3.3故障诊断119
6.4异步电动机故障诊断实验研究120
6.5本章小结123
参考文献123
后记125
热门推荐
- 1801223.html
- 2086508.html
- 2777612.html
- 427507.html
- 215609.html
- 2069655.html
- 2209091.html
- 427996.html
- 2999778.html
- 2791591.html
- http://www.ickdjs.cc/book_2417532.html
- http://www.ickdjs.cc/book_3424189.html
- http://www.ickdjs.cc/book_1332867.html
- http://www.ickdjs.cc/book_1399701.html
- http://www.ickdjs.cc/book_84612.html
- http://www.ickdjs.cc/book_2879475.html
- http://www.ickdjs.cc/book_1936849.html
- http://www.ickdjs.cc/book_2082636.html
- http://www.ickdjs.cc/book_3120619.html
- http://www.ickdjs.cc/book_2419717.html