对角回归神经网络相关论文
由于船舶蒸汽动力系统存在着非线性特性和强耦合特性，并考虑其对安全性与经济性的要求，所以机炉协调控制是十分必要的。利用对角回归......
针对对角回归神经网络(DRNN)的输入层学习速率ηI,隐含层学习速率ηD,输出层学习速率ηO和隐含层神经元个数q选取任意性的缺点,提......
在航空航天和工业应用领域,轻质高效的柔性旋转梁结构应用广泛。当其执行转动操作任务时,由于刚度低、阻尼小的结构特性其末端会激......
对角回归神经网络的学习速率和结构选取都是采用经验法。遗传对角回归网络就是应用遗传算法对它的学习速率和网络结构进行优化,用......
该课题系统地分析了飞行仿真转台系统的数学模型,着重分析了系统的非线性和不确定性因素对系统控制性能的影响.从控制的角度对神经......
液压控制系统有着功率密度高、动静态特性良好、抗干扰能力强、散热与润滑方便等诸多优点,在航空航天、船舶车辆、冶金石化、矿山......
基于变频调速的转速模拟系统的功能是在地面试验条件下模拟航空发动机的转速驱动系统,在飞机上,航空液压泵是由航空发动机通过减速......
对于直接驱动阀（DDV）式作动器伺服系统,由于很难找到最佳的参数匹配以及回路中存在死区非线性因素,使得传统的PID控制无法取得令人满......
通过将对角回归神经网络技术和PID技术相结合，提出一种可用于强耦合多输入多输出系统的比例、积分和微分参数在线自整定神经网络PID......
利用对角回归神经网络对木材干燥系统的模型进行辨识,并根据辨识的Jacobian信息动态整定PID控制器参数,从而实现木材干燥控制系统......
提出了一种基于对角回归神经网络的PID控制器结构，给出了PID参数在线自整定的学习控制算法。为检验控制效果同时还使用了静态BP网络......
将神经网络应用于舰船姿态运动预报中,利用带有延迟反馈的回归神经网络的暂态、学习效率高、动态映射等优点,提出多输入单输出简化......
在电动加载系统中,多余力干扰和其他非线性因素影响力矩跟踪精度,传统的控制器控制效果不是很理想.本文建立电动加载系统模型,分析......
本文研究了三层对角回归神经网络（DRNN）用于直流电动机实时控制的方法，首先，采用动态反传算法训练神经网络以辨识直流电动机的逆模型，然......
针对全系数自适应控制器参数人为调试带来的不便，提出一种基于对角回归神经网络的参数自整定方法，通过神经网络的自学习能力对全系数......
提出一种新的动态对角回归神经网络学习算法--局部动态误差反传算法(LDBP),该算法定义了一种新的局部均方差函数,并为回归单元建立......
针对非线性系统的辨识问题，引入了对角回归神经网络模型．为了对辨识模型进行优化，设计了一种新的杂交操作策略，并将该策略引入到布谷鸟......
利用遗传算法强全局随机搜索特点．结合DRNN神经网络对非线性数据具有鲁棒性和自学习能力的优点．通过将历年农机总动力数据作为时间序......
针对转台伺服系统中存在的不确定性和非线性因素,提出一种基于对角回归神经网络(diagonal recurrent neural network,DRNN)的逆控......
神经网络具有较强的自学习和自适应能力,本文设计了基于对角回归神经网络（DRNN）的控制系统,选择合适的学习率,实现饱和式蒸汽发生器......
考虑存在马尔科夫时延和随机丢包的多包传输直流伺服电机网络控制系统(networded control system,NCS),文章设计了一种基于组合核......
基于广义性能指标 ,提出一种神经网络学习算法——广义递推预报误差学习算法 (GRPE) ,该算法具有二阶收敛阶次。同时讨论了学习速......
在各种反水雷方法中，猎雷以其快速性、主动性、安全性而被各国海军认为是重要的反水雷手段。舰载捷联式猎雷声纳基阵作为猎雷声纳的......
为有效分析挖掘机电液伺服系统，提高依据模型设计控制器的精度，建立了系统状态空间模型。针对模型中的不确定参数，提出了基于对角回归......
作为智能控制的重要分支,人工神经网络具有良好的非线性映射能力和高度的并行信息处理能力,是解决非线性系统辨识与控制的一条新途......
作为单元机组的主控系统,协调控制系统对于机组运行的安全性、经济性及机组的调峰、调频能力都有直接影响,因此设计有效的火电厂单......
为合理规划我国机场改扩建方案，针对目前民航业特点，从客运量的角度对民航物流预测进行研究，在综合分析影响客运量因素的基础上，提出了......
