当前位置:首页 > 工业技术
神经网络结构优化方法及应用
神经网络结构优化方法及应用

神经网络结构优化方法及应用PDF电子书下载

工业技术

  • 电子书积分:8 积分如何计算积分?
  • 作 者:韩丽著
  • 出 版 社:北京:机械工业出版社
  • 出版年份:2012
  • ISBN:9787111371939
  • 页数:126 页
图书介绍:神经网络作为一种人工智能领域的新技术,具有优越的非线性映射能力,以其在模式识别、系统建模等方面的卓越性能,已经广泛应用于许多行业,发挥了很好的作用。本书从RBF网络训练算法、结构分解、结构优化、样本选取等几方面入手,分析了提高神经网络泛化能力以及收敛速度的途径和实现方法,提出了快速资源优化网络(FRON)算法、基于粗糙集理论的RBF网络构造方法(RS-RBF方法)、基于多Agent系统设计原理的神经网络构造方法(MANN方法)。并介绍了神经网络在热工过程预测控制以及设备故障诊断中的应用,结合现场运行及实验数据,给出了应用实例。本书的最后还提供了利用MATLAB软件编写神经网络优化算法的实例,具有较高的实用性。本书可供从事神经网络设计与应用的工程技术人员、研究人员参考使用,亦可供高等院校相关专业的教师和学生作为教学参考书。
《神经网络结构优化方法及应用》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

相关图书
作者其它书籍
返回顶部