內容簡介
《神經網絡結構優化方法及應用》作為一種人工智能領域的新技術,具有優越的非綫性映射能力。神經網絡以其在模式識彆、係統建模等方麵的卓越性能,已經廣泛應用於許多行業,發揮瞭很好的作用。
本書從RBF網絡訓練算法、結構分解、結構優化、樣本選取等幾方麵入手,分析瞭提高神經網絡泛化能力和收斂速度的途徑與實現方法,提齣瞭快速資源優化網絡(FRON)算法、基於粗糙集理論的RBF網絡剪枝(RS-RBF)算法、基於多Agent係統設計原理的神經網絡結構設計算法(MANN方法),並介紹瞭神經網絡在熱工過程預測控製以及設備故障診斷中的應用,結閤現場運行及實驗數據,給齣瞭應用實例。本書的最後還提供瞭利用MATLAB軟件編寫神經網絡優化算法的實例,具有較高的實用性。
《神經網絡結構優化方法及應用》可供從事神經網絡設計與應用的工程技術人員、研究人員參考,亦可供高等院校相關專業的教師和學生作為教學參考書。
目錄
前言
第1章 緒論
1.1 引言
1.2 神經網絡及其應用
1.2.1 神經網絡的研究及發展
1.2.2 神經網絡結構及工作方式
1.2.3 神經網絡的學習方法
1.2.4 神經網絡的基本功能
1.2.5 神經網絡在控製領域的應用
1.2.6 神經網絡在故障診斷領域的應用
1.2.7 神經網絡及其應用中有待於解決的問題
1.3 其他智能方法
1.3.1 粗糙集理論
1.3.2 Agent係統理論
1.3.3 信息融閤技術
1.4 本書主要內容
參考文獻
第2章 RBF網絡的快速資源優化算法
2.1 引言
2.2 RBF網絡
2.2.1 網絡結構
2.2.2 網絡逼近能力
2.2.3 學習算法
2.2.4 應用
2.2.5 優點及問題
2.3 RBF網絡構造算法
2.4 快速資源優化網絡(FRON)算法
2.4.1 網絡結構
2.4.2 學習算法
2.4.3 算法特點
2.5 算法實現
2.6 仿真及實驗研究
2.6.1 Mackey-Glass非綫性混沌序列預測
2.6.2 某電廠單元機組負荷係統建模
2.6.3 礦井主通風機健康狀態評估
2.6.4 某電廠過熱器噴水模型建模
2.7 本章小結
參考文獻
神經網絡結構優化方法及應用
目錄
第3章 基於粗糙集理論的RBF網絡剪枝算法
3.1 引言
3.2 神經網絡結構優化方法
3.3 粗糙集的基本理論
3.3.1 粗糙集的基本概念
3.3.2 粗糙集理論的特點
3.3.3 粗糙集理論的應用
3.4 基於粗糙集的剪枝算法
3.4.1 算法原理
3.4.2 算法特點
3.5 算法實現
3.6 仿真及實驗研究
3.6.1 二維函數逼近
3.6.2 兩概念學習
3.6.3 某電廠過熱器噴水模型建模
3.6.4 設備狀態識彆
3.7 本章小結
參考文獻
第4章 基於多Agent係統設計原理的神經網絡結構設計算法
4.1 引言
4.2 Agent的基本原理
4.2.1 Agent的定義
4.2.2 Agent研究工作的進展
4.3 基於多Agent係統設計原理的任務分配策略
4.3.1 Agent分配的定義
4.3.2 Agent任務分配的決策
4.4 基於多Agent係統設計原理的網絡結構設計算法
4.4.1 網絡結構
4.4.2 建模Agent係統
4.4.3 決策Agent係統
4.5 基於長短記憶的RBF網絡算法
4.5.1 網絡結構
4.5.2 學習算法
4.5.3 算法特點
4.6 MANN係統的工作步驟
4.7 仿真及實驗研究
4.7.1 嘉興發電廠主汽溫係統建模
4.7.2 嘉興發電廠協調控製係統建模
4.7.3 設備狀態預測
4.8 本章小結
參考文獻
第5章 基於神經網絡模型的預測控製方法
5.1 引言
5.2 預測控製
5.2.1 概述
5.2.2 模型預測控製的基礎理論
5.2.3 基於神經網絡的非綫性係統預測控製
5.3 基於FRON的預測控製方法
5.3.1 預測控製結構
5.3.2 目標值優化算法
5.3.3 神經網絡模型
5.3.4 方法的特點
5.4 在鍋爐汽溫預測控製中的仿真研究
5.5 本章小結
參考文獻
第6章 基於神經網絡的多信息融閤故障診斷方法
6.1 引言
6.2 改進加權證據理論
6.2.1 D-S證據理論基礎
6.2.2 D-S證據理論缺陷
6.2.3 基於先驗知識的改進加權證據理論
6.2.4 算例分析
6.3 基於神經網絡及加權證據理論的多信息融閤故障診斷方法
6.3.1 故障診斷係統結構框架
6.3.2 特徵參數提取
6.3.3 故障診斷
6.4 異步電動機故障診斷實驗研究
6.5 本章小結
參考文獻
後記
前言/序言
神經網絡結構優化方法及應用 下載 mobi epub pdf txt 電子書 格式