学位论文 > 优秀研究生学位论文题录展示

一种改进型径向基神经网络的研究及应用

作　者: 王华秋
导　师: 张邦礼
学　校: 重庆大学
专　业: 控制理论与控制工程
关键词: 径向基神经网络 混沌遗传算法 交叉变异概率 逼近能力 转炉提钒静态模型
分类号: TP183
类　型: 硕士论文
年　份: 2003年
下　载: 376次
引　用: 3次
阅　读: 论文下载
 

内容摘要


本文详细论述了径向基神经网络算法及其基于混沌遗传优化的改进型径向基神经网络算法，以及该算法在转炉提钒静态模型的建立过程中的应用。通过参考国内外研究成果，研究并分析了径向基神经网络的研究成果和当前的进展，针对传统径向基神经网络算法存在的不足以及所需要解决的工程问题，本文提出了一种基于混沌遗传算法的改进型径向基神经网络的建模方法。针对目前国内外还没有一种成熟可靠的数学模型来对转炉提钒过程如何操作进行控制和指导，用该算法辨识转炉提钒的反应过程；并且在实际生产运行中，根据提钒前的检验数据来预测提钒时应该怎样进行操作才能保证良好的提钒效果和半钢质量，从而达到工艺生产目标的实现。本文根据建模的需要，对建模和优化方法进行了研究和改进。首先，本文详细分析了遗传算法进行全局搜索的基本原理之后，考虑到遗传算法在种群进化质量方面的局限性，一方面自适应地调整交叉变异概率的方法来提高种群进化质量，另一方面提出了利用混沌序列的内部有规律性对种群的初始值进行变化，这两种措施的提出克服了遗传算法的“早熟"现象的出现，并且仿真实验验证了此混沌遗传算法的有效性。接着，本文深入探讨了神经网络基本理论以及传统径向基神经网络的学习算法，在此基础上，针对径向基神经网络逼近能力和泛化能力不理想的问题，将径向基神经网络和混沌遗传算法相结合，充分利用径向基神经网络的逼近能力和混沌遗传算法的全局搜索能力。结合点就是采用混沌遗传算法来求解径向基神经网络隐层到输出层的权值，并且仿真实验验证了改进型径向基神经网络算法的合理性。在经过比较，确定了用改进型径向基神经网络建立转炉提钒静态数学模型，并用建立静态模型对转炉提钒过程进行离线控制。同传统的径向基神经网络控制结果比较，得出以下结论：利用混沌遗传算法求解径向基神经网络的权值比用梯度下降法调整权值的方法更容易达到全局最优解，而且提高了神经网络的逼近非线性系统的精度和速度；利用改进型径向基神经网络建立的转炉提钒模型具有自学习性、自组织性和自适应性，用该模型预测提钒辅料加入量后，钒、碳、半钢温度的各项指标的命中率均得到提高，具有生产使用价值。

全文目录


中文摘要    4-5
英文摘要    5-9
1 前言  9-15
  1．1 课题的研究背景  9-10
  1．2 国内外径向基神经网络研究现状  10-12
  1．3 本课题的研究方法及意义  12-14
  1．4 本章小结  14-15
2 径向基神经网络算法研究  15-21
  2．1 径向基神经网络的学习算法探讨  15-19
    2．1．1 自组织学习选取径向基中心  15-16
    2．1．2 输入层到隐层的非线性映射  16-17
    2．1．3 隐层到输出层的线性映射  17-19
  2．2 径向基神经网络的讨论  19-20
  2．3 本章小结  20-21
3 遗传算法研究及其改进  21-41
  3．1 遗传算法的概述及发展  21-22
  3．2 遗传算法的数学表达  22-23
  3．3 遗传算法奏效的理论依据  23-27
  3．4 遗传算法的算法结构  27-29
  3．5 遗传算法的基本特征  29-30
  3．6 对遗传算法的改进及原理探讨  30-34
  3．7 改进的遗传算法实现  34-37
  3．8 改进算法的性能测试  37-40
  3．9 本章小结  40-41
4 基于混沌遗传优化的改进型径向基神经网络算法  41-50
  4．1 改进的径向基神经网络  41-47
    4．1．1 遗传优化方案的确定  41-42
    4．1．2 改进的径向基神经网络算法  42-47
  4．2 改进型径向基神经网络仿真实验  47-49
  4．3 本章小结  49-50
5 改进型径向基网络在转炉提钒中的应用  50-60
  5．1 优化提钒操作制度需要建立静态模型  50-51
  5．2 改进型径向基神经网络适合建立静态模型  51-52
  5．3 提钒静态模型的建立及程序实现  52-59
    5．3．1 静态模型系统的总体框架  52-53
    5．3．2 数据采集  53
    5．3．3 数据预处理  53-54
    5．3．4 输入变量影响因子调整  54
    5．3．5 增量数据处理  54
    5．3．6 确定影响转炉提钒的主要因素  54-55
    5．3．7 确定模型结构  55-56
    5．3．8 静态模型的程序设计介绍  56-57
    5．3．9 模型的建立及性能测试  57-59
  5．4 本章小结  59-60
6 结论  60-62
致谢  62-63
参考文献  63-66
附：作者在攻读硕士学位期间发表的论文目录  66

相似论文

  1. 交流传动系统的滑模控制算法研究,TP273
  2. 基于开通、关断角度优化的开关磁阻电机控制策略的研究,TM352
  3. 基于一类复杂工业过程的稳态优化控制研究,TP183
  4. 基于形状特征的人体行为识别方法研究,TP391.41
  5. 基于音频信号的球磨机寻优控制,TD453
  6. 电力负荷预测方法研究及系统开发,TM715
  7. 公交乘客计数系统的模式识别设计,U491.17
  8. 基于小波熵和自适应量子粒子群优化算法的模拟电路故障诊断方法的研究,TN710
  9. 径向基神经网络的研究及在粒度软测量中的应用,TP183
  10. 神经网络理论在高速通信中的应用,TN915.6
  11. 基于数据挖掘技术的证券投资研究,F224
  12. 机车牵引能耗计算方法的研究,U260.1
  13. 复杂壳体类塑件气辅注射成型工艺优化研究,TQ320.662
  14. 基于智能融合的全生命周期造价估算方法研究,F284
  15. 近红外光谱技术在白囊耙齿菌菌丝体多糖含量分析中的应用,O657.33
  16. 基于神经网络反馈线性化方法的导弹稳定回路设计,TJ760.2
  17. 基于敏感性分析的神经网络结构选择研究,TP183
  18. 基于粗糙集理论的RBF神经网络在土地利用/覆盖分类中的应用研究,TP183
  19. 基于DSP的刀具状态监测系统的研究与开发,TG71
  20. 人脑CT图像特征提取及其分类,TP391.41
  21. 基于RBF神经网络的海杂波抑制算法研究,TN957.51

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com