[00946396]具有在线自学习能力的神经网络智能控制方法
交易价格:
面议
所属行业:
网络
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
该课题对神经网络控制问题,通过引入衰减激励和评价函数,提出了一类具有在线自习能力的神经网络智能控制方法。该方法无需预先已知被控对象的数学模型和输出输入间的Jaaccobi矩阵,能在线选择学习样本,具有办强的自学习能力、自适应性和鲁棒性。衰减激励的引入使得神经网络智能控制自适应律具有较快的一致收敛性。对函数优化、辨识和神经网络学习中的全局解(一致收敛)问题,通过对遗传算法所定义的局部优化算子,提出了一类既有国高的求解效率,又有较大求得全局解(一致收敛)概率的混合计算智能算法。该课题研究达到国际先进水平。
该课题对神经网络控制问题,通过引入衰减激励和评价函数,提出了一类具有在线自习能力的神经网络智能控制方法。该方法无需预先已知被控对象的数学模型和输出输入间的Jaaccobi矩阵,能在线选择学习样本,具有办强的自学习能力、自适应性和鲁棒性。衰减激励的引入使得神经网络智能控制自适应律具有较快的一致收敛性。对函数优化、辨识和神经网络学习中的全局解(一致收敛)问题,通过对遗传算法所定义的局部优化算子,提出了一类既有国高的求解效率,又有较大求得全局解(一致收敛)概率的混合计算智能算法。该课题研究达到国际先进水平。