量子遗传算法是基于量子计算原理的概率优化方法, 在量子门更新过程中,
旋转角的大小直接影响优化的结果和进化的速度. 文中针对模糊量子遗传算法(FQGA) …

针对量子遗传算法(QGA) 中旋转变异角相对固定的缺点, 将模糊自适应的思想引入QGA,
提出了模糊量子遗传算法(FQGA). 对典型函数测试表明: 该方法有效地提高了量子遗传算法的 …

在热工过程模型辨识中, 被控对象动态特性往往表现出非线性, 慢时变, 大迟延和不确定性等特点
, 这使得难以对其建立比较精确的模型. 为了达到精确建模的目的, 提出一种基于微分进化算法和 …

针对热工过程的非线性辨识问题, 提出了一种基于差分进化算法(DE) 的径向基函数神经网络(
RBFNN) 模型设计方法. 该方法将DE 算法的种群分解为几组并行的子种群 …

基于M-RAN 算法的RBF 神经网络是一种动态神经网络, 适合于过程的在线建模. 对M-RAN
算法的删除策略进行了改进, 不仅删除那些连续对网络输出贡献较小的隐层单元 …

针对热工对象的特点及基本遗传算法存在的问题, 提出了一种用于热工对象模型辨识的改进遗传
算法, 有效抑制了算法早熟, 提高了算法的全局搜索能力和局部搜索能力. 采用MATLAB …

为了保证热力系统稳定运行, 提高锅炉安全寿命, 控制污染物, 该文利用多模型思想,
对煤种低位发热值进行初步辨识和精确辨识. 初步辨识中, 采用改进的K 均值聚类算法 …

非线性时间序列的RBF神经网络预测方法及其应用-[维普官方网站]-www.cqvip.com-维普网  我的
维普 购物车 充值 客服 首页 | 期刊大全 | 文献分类 | 优先出版 | 论文检测 | 论文选题 | 在线分享 …

文中提出了一种基于免疫原理的新型径向基函数(RBF-Radial Basis Function) 神经网络模型.
该模型利用人工免疫系统的记忆, 学习和自组织调节原理, 进行RBF 神经网络隐层中心数量和 …

针对现有径向基函数(RBF) 神经网络训练算法在非线性动态系统大范围辨识中的不足,
借鉴免疫原理, 提出了一种新颖的RBF 神经网络在线学习算法, 通过分析RBF …