![人工神经元网络在非线性系统建模中的应用研究](https://www.lw50.cn/thumb/05ede471048e5dd6facd4941.webp)
论文摘要
随着工业的发展,能源问题越来越被重视,电厂中煤的利用率问题和环境污染问题也随之成为人们研究的热点。本文就是基于电厂中锅炉燃烧系统优化问题,针对锅炉燃烧系统网络建模方法进行分析与研究。本文对经典的RBF网络给出了严格的算法分析和应用实例,验证了径向基函数选择方法。本文对模糊神经网络进行分析,研究模糊聚类算法,并对模糊神经网络进行了改进,实现遗传算法权值的调整设计,为网络权值计算开拓了新的研究方法,文章中给出了算法说明和实验分析。此外本文还开拓了支持向量机网络应用新领域,将支持向量机网络应用于复杂的锅炉燃烧系统建模分析,得到了较好的建模效果。最后,对于支持向量机网络的应用还提出增量学习算法改进,优化了支持向量机网络建模效果。
论文目录
摘要ABSTRACT第一章 引言1.1 人工神经网络建模特点1.2 国内外研究动态1.3 人工神经网络与非线性系统建模1.4 课题研究内容1.5 本文主要内容第二章 人工神经网络算法分析2.1 神经元的数学模型2.2 人工神经网络结构2.3 人工神经网络权值算法2.4 本章小结第三章 RBF神经网络算法分析和实验验证3.1 径向基网络定义与网络插值问题解析3.2 完全内插值存在的问题3.3 正则化理论3.4 RBF 网络典型学习算法3.5 RBF 网络在非线性系统建模中的应用3.5.1 RBF 神经网络非线性函数建模3.5.2 径向机函数选择实验分析3.5.3 RBF 神经网络对噪声的适应性分析3.6 本章小结第四章 模糊神经网络算法分析及遗传算法优化设计4.1 模糊逻辑与神经网络的结合4.2 模糊关系与模糊推理理论基础4.2.1 模糊命题4.2.2 模糊推理4.3 模糊-神经协作网络设计4.3.1 模糊神经元4.3.2 模糊系统建模方法4.4 模糊-神经协作网络非线性函数建模实例分析4.5 遗传算法与网络结合点4.6 遗传算法寻优神经网络权值4.7 遗传算法改进后的模糊网络函数建模分析4.8 本章小结第五章 支持向量机神经网络改进算法与实验分析5.1 支持向量机算法基础5.2 最小二乘支持向量机算法改进5.3 增量学习算法及其应用改进5.4 函数建模实例分析5.5 本章小结第六章 锅炉燃烧过程建模实验6.1 锅炉燃烧系统6.1.1 燃烧控制系统的基本任务6.1.2 系统各个参数作用6.1.3 锅炉燃烧控制系统6.2 锅炉燃烧系统网络建模实验6.3 本章小结第七章 结论参考文献致谢在学期间发表的学术论文和参加科研情况
相关论文文献
标签:径向基论文; 模糊神经网络论文; 聚类论文; 遗传算法论文; 支持向量机论文; 增量学习论文;