已閱讀1頁，還剩103頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、該文研究了兩種遺傳算法設計RBF神經(jīng)網(wǎng)絡的結構的方法:單目標遺傳算法與多目標遺傳算法.研究結果表明,單目標遺算法所得RBF網(wǎng)絡比正交最小二乘所得網(wǎng)絡結構簡單,訓練與泛化精度有所提高.多目標遺傳算法所得網(wǎng)絡比單目標遺傳算法所得網(wǎng)絡泛化能力得到較大改善,結構同樣簡單.該文還研究了RBF神經(jīng)網(wǎng)絡與機理互補建模的方法,提出并聯(lián)和串聯(lián)兩種混合建模的方案.并行混合模型以神經(jīng)網(wǎng)絡為主,將一些對象的先驗知識融入其中,賦予其一定的物理含義,避免了單純統(tǒng)計
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 精餾塔機理—神經(jīng)網(wǎng)絡混合建模的研究.pdf
- 混合神經(jīng)網(wǎng)絡結構自生成方法研究.pdf
- BP神經(jīng)網(wǎng)絡結構優(yōu)化方法的研究及應用.pdf
- 模糊神經(jīng)網(wǎng)絡結構優(yōu)化及系統(tǒng)性能評估研究.pdf
- 球團礦熱態(tài)參數(shù)指標機理--神經(jīng)網(wǎng)絡混合建模的研究.pdf
- 模糊神經(jīng)網(wǎng)絡建模與結構優(yōu)化研究.pdf
- 基于進化算法的神經(jīng)網(wǎng)絡結構優(yōu)化研究.pdf
- 基于改進AGP算法的神經(jīng)網(wǎng)絡結構優(yōu)化研究.pdf
- 基于改進遺傳算法的神經(jīng)網(wǎng)絡結構優(yōu)化研究.pdf
- 基于神經(jīng)網(wǎng)絡的混合建模在發(fā)酵過程中的研究與應用.pdf
- 神經(jīng)網(wǎng)絡結構化設計與研究.pdf
- 基于多層前傳神經(jīng)網(wǎng)絡的優(yōu)化組合建模及其應用.pdf
- 多層前向神經(jīng)網(wǎng)絡結構的研究.pdf
- 可拓評價在模糊神經(jīng)網(wǎng)絡結構優(yōu)化中的研究.pdf
- 基于靈敏度分析的神經(jīng)網(wǎng)絡結構優(yōu)化方法研究.pdf
- 基于深度神經(jīng)網(wǎng)絡結構優(yōu)化的圖像語義分析研究.pdf
- 基于增長剪枝聯(lián)合算法的模糊神經(jīng)網(wǎng)絡結構優(yōu)化研究.pdf
- 改進的小波神經(jīng)網(wǎng)絡結構優(yōu)化算法及其應用研究.pdf
- 基于結構的神經(jīng)網(wǎng)絡建模與優(yōu)化理論及方法研究.pdf
- 神經(jīng)網(wǎng)絡結構優(yōu)化及在熱工過程控制中的應用研究.pdf
評論
0/150
提交評論