

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、神經(jīng)網(wǎng)絡與遺傳算法均是人工智能這一研究領域中非常活躍的分支,具有非常成熟的理論基礎和巨大的應用潛力。何新貴院士提出的過程神經(jīng)網(wǎng)絡解決了過程輸入問題,大大提高了神經(jīng)網(wǎng)絡的表達能力和實際應用價值。作為一種新型神經(jīng)網(wǎng)絡,過程神經(jīng)網(wǎng)絡在應用前景和理論研究方面都存在很大空白。
作為最為常用的神經(jīng)網(wǎng)絡學習算法,BP算法具有簡便易行的優(yōu)點,但也存在訓練精度低、速度慢、易陷入局部極值的問題,而遺傳算法則恰好可以彌補這種不足,遺傳算法與神經(jīng)網(wǎng)絡
2、相結合具有相當重要的意義。
本論文主要包括以下內(nèi)容:
首先,分別介紹了過程神經(jīng)網(wǎng)絡及進化算法的基本思想和發(fā)展情況,并著重介紹了過程神經(jīng)網(wǎng)絡與遺傳算法的思想基礎。分析了神經(jīng)網(wǎng)絡在復雜系統(tǒng)建模方面的應用價值,以及遺傳算法與神經(jīng)網(wǎng)絡相結合的理論基礎。
其次,對較為常用的前饋過程神經(jīng)網(wǎng)絡、權函數(shù)展開的過程神經(jīng)網(wǎng)絡以及多聚合過程神經(jīng)網(wǎng)絡模型進行分析研究,并探討了基于梯度下降和基于正交基展開的兩種學習算法,針對其易陷入
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于進化計算的隨機神經(jīng)網(wǎng)絡優(yōu)化及其應用研究.pdf
- 神經(jīng)網(wǎng)絡與進化計算的應用研究.pdf
- 基于干細胞機制的進化神經(jīng)網(wǎng)絡及其應用研究.pdf
- 進化計算及其在神經(jīng)網(wǎng)絡中的應用.pdf
- 基于進化計算的前向神經(jīng)網(wǎng)絡學習算法研究.pdf
- 基于過程神經(jīng)網(wǎng)絡的數(shù)據(jù)挖掘及其應用研究.pdf
- 基于進化算法的神經(jīng)網(wǎng)絡訓練研究.pdf
- 基于B樣條展開的過程神經(jīng)網(wǎng)絡及其應用研究.pdf
- 灰色神經(jīng)網(wǎng)絡改進算法及其應用研究.pdf
- BP神經(jīng)網(wǎng)絡訓練算法及其應用研究.pdf
- 基于動量bp算法的神經(jīng)網(wǎng)絡應用研究
- 基于神經(jīng)網(wǎng)絡算法的證券預測應用研究.pdf
- Spiking神經(jīng)網(wǎng)絡學習算法及其應用研究.pdf
- 基于遺傳算法的進化神經(jīng)網(wǎng)絡算法在醫(yī)學圖像壓縮中的應用研究.pdf
- 微分進化神經(jīng)網(wǎng)絡算法研究.pdf
- 差分進化神經(jīng)網(wǎng)絡算法研究.pdf
- 基于遺傳算法和神經(jīng)網(wǎng)絡的智能控制及其應用研究.pdf
- 基于進化算法的神經(jīng)網(wǎng)絡結構優(yōu)化研究.pdf
- 混合神經(jīng)網(wǎng)絡及其應用研究.pdf
- 量子神經(jīng)網(wǎng)絡及其應用研究.pdf
評論
0/150
提交評論