本文主要研究内容
作者王涛,翟绪恒,孟丽岩（2019）在《在线自适应神经网络算法及参数鲁棒性分析》一文中研究指出：为了提高传统BP神经网络在线预测精度和计算效率,提出一种在线自适应神经网络算法。该算法在传统BP网络的输入层和隐含层之间增加一个反馈层,通过存储内部状态增强网络动态映射能力,以提高算法自适应性;同时,在学习阶段采用递推形式在线训练算法权值和阈值,以提高算法计算精度和计算效率。基于两组防屈曲支撑构件拟静力试验数据,在线预测防屈曲支撑恢复力。研究表明:与传统神经网络算法相比,在线自适应网络算法具有更好的在线预测精度和计算效率;通过对网络结构中的输入变量、输入和观测样本、隐含层激活函数等算法参数进行鲁棒性分析,找到算法参数对算法性能的影响规律,给出算法应用时参数选择的建议。
Abstract
wei le di gao chuan tong BPshen jing wang lao zai xian yu ce jing du he ji suan xiao lv ,di chu yi chong zai xian zi kuo ying shen jing wang lao suan fa 。gai suan fa zai chuan tong BPwang lao de shu ru ceng he yin han ceng zhi jian zeng jia yi ge fan kui ceng ,tong guo cun chu nei bu zhuang tai zeng jiang wang lao dong tai ying she neng li ,yi di gao suan fa zi kuo ying xing ;tong shi ,zai xue xi jie duan cai yong di tui xing shi zai xian xun lian suan fa quan zhi he yu zhi ,yi di gao suan fa ji suan jing du he ji suan xiao lv 。ji yu liang zu fang qu qu zhi cheng gou jian ni jing li shi yan shu ju ,zai xian yu ce fang qu qu zhi cheng hui fu li 。yan jiu biao ming :yu chuan tong shen jing wang lao suan fa xiang bi ,zai xian zi kuo ying wang lao suan fa ju you geng hao de zai xian yu ce jing du he ji suan xiao lv ;tong guo dui wang lao jie gou zhong de shu ru bian liang 、shu ru he guan ce yang ben 、yin han ceng ji huo han shu deng suan fa can shu jin hang lu bang xing fen xi ,zhao dao suan fa can shu dui suan fa xing neng de ying xiang gui lv ,gei chu suan fa ying yong shi can shu shua ze de jian yi 。
论文参考文献
论文详细介绍
论文作者分别是来自振动与冲击的王涛,翟绪恒,孟丽岩，发表于刊物振动与冲击2019年08期论文，是一篇关于在线预测论文,神经网络算法论文,恢复力模型论文,鲁棒性分析论文,防屈曲支撑论文,振动与冲击2019年08期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自振动与冲击2019年08期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：在线预测论文; 神经网络算法论文; 恢复力模型论文; 鲁棒性分析论文; 防屈曲支撑论文; 振动与冲击2019年08期论文;