导读:本文包含了类神经网络论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:神经网络,函数,控制器,观测器,自适应,模糊,自守。
类神经网络论文文献综述
章磊,姚庆文,徐伟,李燕[1](2019)在《自适应类神经网络控制器在时变系统中的应用》一文中研究指出针对一个时变且不确定的复杂系统,设计了一种全新间接型自适应多层类神经网络控制器。运用全新架构的多层类神经网络测算器,对时变受控体的系统参数进行在线识别,创新性地实现了利用极点配置法来计算自适应自我调试控制(STR)控制器参数。试验结果表明,自适应多层类神经网络控制器不论是在瞬时特性或是稳态特性方面,均优于传统的自适应STR控制器。通过对稳定时间、过冲量以及均方根稳态误差值等性能指标的交叉比较,证明了这类控制器具有优异的响应特性及强健性。(本文来源于《自动化仪表》期刊2019年10期)
马超,贾纯纯[2](2019)在《基于模糊类神经网络的双轴伺服电机运动控制》一文中研究指出为了消除双轴线性伺服电机同步运动的相对速度误差,提出模糊类神经网络控制器,以取代传统的比例-积分-微分交叉耦合控制器。首先对双轴线性伺服电机系统进行建模,其次采用2个模糊类神经网络速度控制器提供需要的控制动作,以保持双轴线性伺服电机同步运动且追随速度命令。仿真结果证明,该控制方法在无载和有载时分别在0.4 s和0.5 s后两电机速度相对误差几乎为零,可适应的速度范围宽且对负载干扰具有高鲁棒性。(本文来源于《电气传动》期刊2019年09期)
常利苹,曹飞龙[3](2019)在《一类神经网络算子的构造与逼近》一文中研究指出目的:众所周知,人工神经网络具有很好的函数逼近能力。近年来,已有许多作者论证了该逼近的可行性。本文研究一类以双曲正切函数为激活函数的神经网络算子的构造与逼近问题。方法:首先,利用双曲正切函数的解析性质,对其进行适当的平移和组合构造一类钟型函数。然后,以所构造的函数作为激活函数定义一类神经网络算子。结果:估计该类算子逼近连续函数的误差,并建立Jackson型定理。结论:用构建的前向神经网络算子作为逼近工具,估计其对目标函数的逼近误差,并以此揭示网络拓扑结构与网络逼近能力之间的关系。(本文来源于《中国计量大学学报》期刊2019年03期)
李新,陈成龙,缪伟,任晓东,徐良[4](2017)在《一类神经网络观测器的设计及应用》一文中研究指出为了减少小波神经网络(Wavelet Neural Network,WNN)的母小波与神经元数,在WNN模型修正的基础上提出了一种能够储存小波上一步信息由自反馈神经元组成的自回归小波神经网络(Self Recurrent Wavelet Neural Network,SRWNN);在分析了这种网络的结构形式后,提出了一类非线性系统的神经网络自适应状态观测器设计方法,并通过引入Lyapunov函数,证明了这种观测器设计方法的正确性;最后,将这种观测器设计方法用于航天器机械手的反演控制,根据SRWNN观测器的估计状态值,应用反演控制理论设计控制器,能够很好地实现系统状态观测,实现无需速度的信号跟踪。(本文来源于《盐城工学院学报(自然科学版)》期刊2017年03期)
刘晓,周荣喜,李杰[5](2017)在《基于4类神经网络的国债利率期限结构预测》一文中研究指出以2011年1月至2016年7月的国债月度数据为样本,研究了在利率期限结构预测中,反向传播神经网络(BPNN)、小波神经网络(WNN)、径向基神经网络(RBFNN)和广义回归神经网络(GRNN)4种网络中相关参数的设定对精度的影响,并对预测效果进行实证比较。研究结果表明:广义回归神经网络预测效果较好,反向传播神经网络预测结果波动性较小,小波神经网络和径向基神经网络预测结果波动性较大。(本文来源于《北京化工大学学报(自然科学版)》期刊2017年03期)
姚亚东[6](2017)在《两类神经网络的伪概自守解和加权伪概自守解》一文中研究指出本文给出了中立型的多比例时滞的神经网络模型,以及中立型的分流抑制的神经网络模型.文中主要利用不动点定理、指数二分法以及文中给出的不等式进行放缩,最后得到解的唯一性,利用Lyapunov函数的方法证明解的全局指数稳定性的充分条件.文中最后给出了具体的数值例子来说明论文的合理性.第二章主要研究带多比例时滞的微分方程的伪概自守解和解的全局指数稳定性.第叁章主要考虑分流抑制模型的微分方程的加权伪概自守解和解的全局指数稳定性.这两类神经网络模型的研究,通过变换和不等式、积分等分析的方法.经过严格证明.分别找到这两类方程具有伪概自守解和加权伪概自守解的充分条件,并举例论证结果的合理性.(本文来源于《云南大学》期刊2017-04-01)
蒋俐祺[7](2016)在《两类神经网络系统的同步与稳定性研究》一文中研究指出本文主要分为两部分.首先,我们研究了一类时滞和扰动的模糊细胞神经网络的稳定性,利用李雅普诺夫函数与线性矩阵证明了其稳定性.然后我们证明了扰动因子和参数的选择在现实中得到很好的应用.同时,我们将给出一个例子来说明所提出的控制策略是有效的.其次,我们研究的是一类基于有限时间同步的忆阻器的时变时滞神经网络.对于右端不连续微分方程,通过添加合适的反馈控制器以保证基于忆阻器的混沌神经网络在有限时间实现同步,从而获得有限时间稳定性定理.此外,同步的稳定时间的上限是可以估计.最后,我们给出了一个数值例子来验证文中给出的控制策略的有效性.(本文来源于《上海师范大学》期刊2016-05-01)
黄佳倩,洪振杰,范劲松[8](2015)在《基于类神经网络的城市交通信号区域优化算法》一文中研究指出提出了一种可并行处理的交通信号配时区域优化模型和相应算法.算法从局部枚举最优方案出发,在枚举计算每个交叉口信号灯方案的罚分时,在真实罚分的基础上迭加虚拟导向罚分.虚拟导向罚分通过动态通行权重来计算.将枚举法和虚拟导向罚分相结合,使得算法具有空间和时间上的全局优化特性.在道路处于饱和或过饱和状态时,该算法相对于传统的单点定时或单点感应等交通信号配时方案具有明显的优化效果.(本文来源于《运筹学学报》期刊2015年03期)
张敏,徐启华,丁博[9](2015)在《非线性函数逼近的几类神经网络方法比较研究》一文中研究指出Matlab中神经网络作为数据处理的一种有效方法已经被广泛研究,其中基于神经网络实现函数逼近是其处理数据的具体应用之一.在相同误差指标和目标参数的情况下,通过应用具有代表性的BP,RBF和Elman网络以及小波神经网络逼近非线性函数.仿真结果表明,不同的网络结构和训练算法对逼近结果影响是不同的,且每种方法在恰当的应用条件下都能实现理想效果.所以在实际工程应用中具有指导意义,只要合理分析实际数据,就可选择有效的神经网络方法解决实际问题.(本文来源于《淮海工学院学报(自然科学版)》期刊2015年02期)
王含[10](2015)在《两类神经网络的CMOS模拟电路设计与研究》一文中研究指出神经网络是模拟人脑基本特性的智能系统,也是一门信息处理的科学。神经网络具有自适应学习、非线性映射、分布并行处理等特点。神经网络从单个神经元的模拟,到最终模拟大脑的信息处理功能。神经网络应用非常广泛,目前主要运用于非线性系统、网络故障、航空航天、智能机器人等领域。对于神经网络的研究主要分为叁部分:理论研究、应用研究和实现技术研究。而实现技术上,主要有两种实现方法:软件实现和硬件实现。用软件实现神经网络,具有处理速度、并行程度低等缺点,这很难满足神经网络信息处理的实时性的要求。用硬件实现神经网络能体现网络的快速性、并行计算,且能实现大规模的信号处理,这在复杂的数据处理场合中是非常有利的。因此,硬件实现是神经网络发展的必然趋势。硬件实现方法中,基于模拟CMOS电路实现神经网络电路具有结构简单、集成速度快、占用芯片面积小、集成度高、功耗低等特点,因此本文研究采用模拟CMOS集成电路设计神经网络。神经网络模型中具有代表性的有:误差反向传播BP网络、径向基函数RBF网络、自组织网络、感知器、反馈Hopfield网络、小脑模型CMAC网络、模糊神经网络等。目前,已经用硬件实现了的神经网络有:BP网络、RBF网络、感知器等,而在其他的网络模型的硬件实现方案甚少。基于研究神经网络的全面性,本文主要研究用模拟CMOS电路实现自组织竞争神经和模糊神经网络,围绕这两种神经网络,做了如下相关工作:(1)针对神经网络的神经元模型中权值不可调的缺点,设计了线性可调运算跨导放大器和电流乘法器电路作为突触电路,通过改变外部电流实现权值可调功能,且设计的电路结构简单,线性度高。以此能作为基本单元应用于神经元电路中。(2)基于自组织竞争神经网络中竞争层算法难以实现的问题,设计了一种电流模式的最值电路模拟实现竞争算法,通过比较电流的大小达到竞争目的。该电路实现简单、模拟程度高、便于集成,与输入层结合能实现自组织竞争神经网络。(3)针对模糊神经网络的单元电路结构复杂且精度低的问题,本文对高斯函数电路、求小电路、去模糊电路的结构进行优化设计,从整体上提高模糊神经网络的精度和高速性。最后将设计的模糊神经网络用于实现一个非线性函数的逼近,并通过了仿真与验证。(本文来源于《湘潭大学》期刊2015-05-16)
类神经网络论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
为了消除双轴线性伺服电机同步运动的相对速度误差,提出模糊类神经网络控制器,以取代传统的比例-积分-微分交叉耦合控制器。首先对双轴线性伺服电机系统进行建模,其次采用2个模糊类神经网络速度控制器提供需要的控制动作,以保持双轴线性伺服电机同步运动且追随速度命令。仿真结果证明,该控制方法在无载和有载时分别在0.4 s和0.5 s后两电机速度相对误差几乎为零,可适应的速度范围宽且对负载干扰具有高鲁棒性。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
类神经网络论文参考文献
[1].章磊,姚庆文,徐伟,李燕.自适应类神经网络控制器在时变系统中的应用[J].自动化仪表.2019
[2].马超,贾纯纯.基于模糊类神经网络的双轴伺服电机运动控制[J].电气传动.2019
[3].常利苹,曹飞龙.一类神经网络算子的构造与逼近[J].中国计量大学学报.2019
[4].李新,陈成龙,缪伟,任晓东,徐良.一类神经网络观测器的设计及应用[J].盐城工学院学报(自然科学版).2017
[5].刘晓,周荣喜,李杰.基于4类神经网络的国债利率期限结构预测[J].北京化工大学学报(自然科学版).2017
[6].姚亚东.两类神经网络的伪概自守解和加权伪概自守解[D].云南大学.2017
[7].蒋俐祺.两类神经网络系统的同步与稳定性研究[D].上海师范大学.2016
[8].黄佳倩,洪振杰,范劲松.基于类神经网络的城市交通信号区域优化算法[J].运筹学学报.2015
[9].张敏,徐启华,丁博.非线性函数逼近的几类神经网络方法比较研究[J].淮海工学院学报(自然科学版).2015
[10].王含.两类神经网络的CMOS模拟电路设计与研究[D].湘潭大学.2015