【摘 要】
：
神经网络集成是一种有效的工程应用方法,其品质主要决定于单个网络的误差和网络间的差异度.本文提出了集成网络间的结构差异度的概念.在此基础上设计了基于反向选择的免疫算法,证明了算法的收敛性.此算法可以保证记忆抗体间相互满足固定的差异度.利用这个算法可以在不损失单个网络误差水平的基础上,提高网络间的差异度,从而提高神经网络集成的泛化能力.对噪声污染的时间序列预测的仿真计算表明该方法对神经网络泛化能力有明
【出 处】
：
中国自动化学会第19届青年学术会议
论文部分内容阅读
神经网络集成是一种有效的工程应用方法,其品质主要决定于单个网络的误差和网络间的差异度.本文提出了集成网络间的结构差异度的概念.在此基础上设计了基于反向选择的免疫算法,证明了算法的收敛性.此算法可以保证记忆抗体间相互满足固定的差异度.利用这个算法可以在不损失单个网络误差水平的基础上,提高网络间的差异度,从而提高神经网络集成的泛化能力.对噪声污染的时间序列预测的仿真计算表明该方法对神经网络泛化能力有明显改善,从而证明了方法的有效.
其他文献
集约生产计划问题的求解都存在不同的实际背景,由此得到不同的计算结果.在决策者因顾及到多方面资源约束,欲最大限度地降低各种成本、满足市场需求的情形下,问题的解答将富有柔性.文中正是对具有这种性质的模型(即参数规划模型),应用分解迭代算法求解,并分别对劳动密集型与技术密集型两种实例进行了整数仿真.
支持向量机学习方法以结构风险最小化原则取代传统机器学习方法中的经验风险最小化原则.在有限样本的机器学习中显示出优异的性能.将这一新的统计学习方法支持向量回归应用于滑油中金属含量的预测.结合交叉校验和最速下降优化方法,选择最佳的支持向量回归学习参数.分析了各参数对回归学习质量的影响.预测结果要优于传统的BP网络所能达到的性能.此方法在滑油监控,发动机故障诊断中很有潜力.
面对具有较强的非线性、不确定性、难以建立精确数学模型的对象控制,常规PID控制器难以达到理想的控制效果,因此就出现了如Fuzzy-PID这样的一种较好的控制方法.然而模糊控制规则和隶属函数的选取有着很大的主观性,本文采用改进的遗传算法优化模糊控制中的量化和比例因子,从而优化控制规则和隶属函数使其更加合理,通过对优化后的模糊控制器进行了仿真,仿真结果表明经过优化后的模糊控制器的控制品质有了较大的改善
在分析通用串行总线原理的基础上,本文提出了USB总线接口数据采集系统的设计方案,介绍了系统的结构及USB的驱动原理并给出了USB接口电路和软件设计流程.
根据数字通讯和数据加密传输技术,对射频识别系统的几种加密方法进行了比较.对时序系统下,射频识别系统的数据加密传输进行了可行性分析.通过理论上的对比,显示了分割排序法在数据传输安全以及保密性方面的极大优越性.
本文介绍了基于视觉与电子地图组合导航AGV的导航机理,路径跟踪与自主定位算法,并设计了运动控制系统的实现算法,且予以仿真验证.利用此算法研制了AGV试验样机,初步运行效果良好.
针对水电机组故障样本贫乏的问题,本文将adaboost方法应用到神经网络故障诊断中,通过对多个神经网络分类器的自举集成,有效地提高了神经网络的泛化能力.并对神经网络反向传播学习算法进行了改进,提出一种新的准则函数,使其能够处理加权分布的样本集.最后采用交叉验证方法对实际故障数据进行测试,结果表明,该方法的测试误差更小,适用于小样本的处理,为故障诊断提出了一种新途径.
介绍了一种基于神经网络专家系统的故障诊断方法,给出了系统的结构,具体描述了神经网络专家系统的基本原理.并以内燃机燃油系统故障诊断为例说明了神经网络故障诊断的推理过程.诊断结果表明了该方法的有效性.
本文提出了一种基于模糊模式识别的模糊多元故障诊断方法,用非模糊诊断参数识别具有模糊性的故障类群;将其应用于柴油机燃油系统故障诊断,对燃油压力波形进行数学建模和特征提取,得到相当理想的诊断结果.
该文针对利用模糊系统辨识方法进行规则提取和利用粗集理论的属性约简和值约简方法的问题进行了研究,提出了一种通用的规则提取及约简方法,并将该方法应用于解决电力系统监控中小电流系统单相接地故障误报率过高问题.