可拓理论在RBF神经网络研究中的应用

可拓理论在RBF神经网络研究中的应用

论文摘要

神经网络用黑箱模型模拟错综复杂的变量关系,建模结果较好地满足了工业应用的需求,获得了广泛的应用,但其缺乏对信息的有效描述。可拓理论以基元理论为信息表征基础,以可拓方法论为指导,旨在解决矛盾问题,是哲学、数学和工程学的交叉性横断学科。本文融合可拓理论和神经网络,展开可拓神经网络的研究,主要研究内容如下:1、从可拓学的基元理论入手,将可拓距离、可拓变换融合到RBF神经网络研究中,规范了算法流程描述,提出了基于可拓理论的RBF神经网络(ERBF)算法。采用UCI数据库中的数据集,分别验证了算法在解决分类和聚类问题上的可行性和有效性。2、在对选择性神经网络集成技术研究的基础上,以ERBF为子网,对基于误差曲线的差异度定义进行修改,采用Manhattan距离代替常用的欧式距离来修正基于子网输出的差异度公式,构建新的集成神经网络。用UCI数据集对其进行验证,实验结果表明,新方法具有更高的实用性。3、基于.Net Framework、OO、COM以及设计模式等相关技术,开发出了基于可拓理论的集成神经网络平台,用于实验研究。同时,通过中石化某分厂PTA溶剂系统的实际建模,为该厂生产预测、操作优化、节能减排提供技术支持。建模结果证实了算法在过程工业领域的实用价值。该系统界面友好、功能明确,具有较高的可移植性。研究结果表明:将可拓学引入到化学工程、过程自动化和智能工程领域,有利于完善和发展过程系统工程方法,提高工业自动化系统的分析和应用能力。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题来源及研究背景
  • 1.1.1 课题来源
  • 1.1.2 课题研究背景及意义
  • 1.2 国内外研究现状
  • 1.3 课题研究内容
  • 1.4 论文章节结构
  • 第二章 神经网络和可拓理论
  • 2.1 神经网络
  • 2.1.1 人工神经网络的发展
  • 2.1.2 RBF模型及其学习算法
  • 2.1.3 神经网络集成
  • 2.1.4 选择性神经网络集成
  • 2.2 可拓理论
  • 2.2.1 基元理论
  • 2.2.2 可拓分析
  • 2.2.3 可拓变换
  • 2.2.4 可拓集合
  • 2.2.5 关联函数
  • 2.2.6 可拓方法与可拓工程
  • 2.3 本章小结
  • 第三章 ERBF的研究及其工业应用
  • 3.1 基于可拓理论的RBF神经网络
  • 3.1.1 RBF神经网络
  • 3.1.2 第二类可拓神经网络
  • 3.1.3 基于可拓理论的RBF算法
  • 3.2 算法验证
  • 3.2.1 分类问题
  • 3.2.2 回归问题
  • 3.3 工业应用
  • 3.3.1 PTA溶剂系统生产过程分析
  • 3.3.2 PTA溶剂系统建模与仿真
  • 3.4 本章小结
  • 第四章 神经网络集成设计与软件实现
  • 4.1 选择性神经网络集成
  • 4.1.1 个体网络生成
  • 4.1.2 子网选择
  • 4.1.3 结论生成
  • 4.1.4 仿真实例
  • 4.2 集成平台的开发
  • 4.2.1 系统需求分析
  • 4.2.2 系统架构
  • 4.2.3 关键技术介绍
  • 4.2.4 平台实现结果
  • 4.3 平台的实用性分析
  • 4.4 本章小结
  • 第五章 结论与展望
  • 5.1 工作总结
  • 5.2 工作展望
  • 参考文献
  • 致谢
  • 研究成果及发表的学术论文
  • 作者和导师简介
  • 硕士研究生学位论文答辩委员会决议书
  • 相关论文文献

    • [1].基于RBF神经网络的绞吸挖泥船施工产量预测研究及分析[J]. 中国港湾建设 2019(12)
    • [2].基于RBF神经网络的船舶自适应区域到达控制[J]. 计算机测量与控制 2020(04)
    • [3].采空区移动变形的径向基函数神经网络概率积分法(RBF)反演[J]. 矿产与地质 2020(01)
    • [4].RBF网络的船舶电子信息设备状态识别[J]. 舰船科学技术 2020(16)
    • [5].基于多变量相空间重构和RBF神经网络的光伏功率预测方法[J]. 电子测量与仪器学报 2020(08)
    • [6].基于RBF神经网络的车内声品质预测及分析[J]. 控制工程 2019(11)
    • [7].基于RBF网络的手势识别装置设计[J]. 信息技术 2019(12)
    • [8].基于RBF神经网络知识的智能故障诊断系统研究与实践[J]. 科技资讯 2016(34)
    • [9].基于RBF神经网络在转炉炼钢终点预报中的应用研究[J]. 无线互联科技 2017(04)
    • [10].基于RBF神经网络的网络安全态势预测方法[J]. 西安邮电大学学报 2017(02)
    • [11].基于粗糙集RBF神经网络村镇山洪灾害损失预测研究——以神农架林区为例[J]. 灾害学 2017(02)
    • [12].中央制冷空调冷冻水系统模糊RBF控制研究[J]. 电机与控制学报 2017(05)
    • [13].基于RBF的模糊积分多传感器数据融合的刮板输送机电机故障诊断[J]. 西安科技大学学报 2016(02)
    • [14].基于RBF的安徽省资源环境压力动态预警[J]. 中国农学通报 2015(01)
    • [15].基于RBF神经网络的高校数字图书馆服务质量评价[J]. 金融理论与教学 2015(02)
    • [16].基于RBF神经网络间接求取运动学逆解的研究[J]. 机床与液压 2019(23)
    • [17].RBF神经网络拟合高程异常的探讨[J]. 黑龙江科技信息 2017(15)
    • [18].基于RBF神经网络的短期负荷预测方法[J]. 自动化应用 2017(10)
    • [19].改进RBF鲁棒控制的机器人轨迹跟踪[J]. 科技创新与应用 2017(31)
    • [20].无刷直流电机RBF磁场定向控制及监控系统设计[J]. 现代电子技术 2016(20)
    • [21].基于RBF网络曲线拟合的研究[J]. 黑龙江工程学院学报 2015(01)
    • [22].基于RBF模型的广东省土地生态安全时空演变预警研究[J]. 水土保持研究 2015(03)
    • [23].基于多重线性回归P值检验的RBF神经网络模型在城市需水预测中的应用[J]. 水资源研究 2014(01)
    • [24].基于RBF的湖南省土地生态安全动态预警[J]. 地理学报 2012(10)
    • [25].基于免疫聚类的RBF网络在说话人识别中的应用[J]. 声学技术 2010(02)
    • [26].改进粒子群优化RBF神经网络在短期电力负荷预测上的研究[J]. 电子测试 2020(03)
    • [27].汇率双向波动增强后的跨境资金流动风险评估与预测方法研究——基于RBF神经网络模型[J]. 区域金融研究 2020(S1)
    • [28].基于RBF神经网络的企业运营双层动态成本控制研究[J]. 武汉商学院学报 2020(01)
    • [29].粗糙集-RBF神经网络的青岛地铁施工风险评价模型研究[J]. 青岛理工大学学报 2020(04)
    • [30].基于粒子群算法的RBF径向基神经网络教学质量评价模型[J]. 现代计算机 2020(19)

    标签:;  ;  ;  ;  

    可拓理论在RBF神经网络研究中的应用
    下载Doc文档

    猜你喜欢