可拓理论在rbf神经网络研究中的应用

可拓理论在rbf神经网络研究中的应用

ID:28712856

大小:7.60 MB

页数:84页

时间:2018-12-13

可拓理论在rbf神经网络研究中的应用_第1页
可拓理论在rbf神经网络研究中的应用_第2页
可拓理论在rbf神经网络研究中的应用_第3页
可拓理论在rbf神经网络研究中的应用_第4页
可拓理论在rbf神经网络研究中的应用_第5页
资源描述:

《可拓理论在rbf神经网络研究中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学位论文数据集中图分类号TP29学科分类号510.8o.40论文编号1001020110768密级公开学位授予单位代码100lO学位授予单位名称北京化工大学作者姓名冯晶学号2008000768获学位专业名称控制科学与工程获学位专业代码08ll课题来源自选项目研究方向可拓神经网络论文题目可拓理论在l氇F神经网络研究中的应用关键词可拓理论、神经网络、EI强孙小、咒A溶剂系统,选择性集成论文答辩日期2011.5.26事论文类型应用研究学位论文评阅及答辩委员会情况姓名职称工作单位学科专长指导教师朱群雄教授北京化工大学智能建模与数据挖掘评阅人l刘振娟教授北京化工大学最优控制评阅

2、人2李大字副教授北京化工大学控制理论与控制工程评阅人3评阅人4评阅人5椭员糊曹柳林教授北京化工大学过程建模与优化答辩委员l楚纪正教授北京化工大学系统仿真与优化答辩委员2刘振娟教授北京化工大学控制理论与控制工程答辩委员3李大字副教授北京化工大学最优控制答辩委员4张金会副教授北京化工大学网络化控制注:一.论文类型:1.基础研究2.应用研究3.开发研究4.其他二.中图分类号在《中国图书资料分类法》查询。三.学科分类号在中华人民共和国国家标准(GB厂r13745-9)《学科分类与代码》中查询.四.论文编号由单位代码和年份及学号的后四位组成.摘要可拓理论在RBF神经网络研究中的

3、应用摘要神经网络用黑箱模型模拟错综复杂的变量关系,建模结果较好地满足了工业应用的需求,获得了广泛的应用,但其缺乏对信息的有效描述。可拓理论以基元理论为信息表征基础,以可拓方法论为指导,旨在解决矛盾问题,是哲学、数学和工程学的交叉性横断学科。本文融合可拓理论和神经网络,展开可拓神经网络的研究,主要研究内容如下:1、从可拓学的基元理论入手,将可拓距离、可拓变换融合到RBF神经网络研究中,规范了算法流程描述,提出了基于可拓理论的RBF神经网络(EIⅧF)算法。采用UCI数据库中的数据集,分别验证了算法在解决分类和聚类问题上的可行性和有效性。2、在对选择性神经网络集成技术研究

4、的基础上,以ERBF为子网,对基于误差曲线的差异度定义进行修改,采用Manh眦an距离代替常用的欧式距离来修正基于子网输出的差异度公式,构建新的集成神经网络。用UCI数据集对其进行验证,实验结果表明,新方法具有更高的实用性。3、基于.NetFr锄ework、OO、COM以及设计模式等相关技术,开发出了基于可拓理论的集成神经网络平台,用于实验研究。同时,通过中石化某分厂PTA溶剂系统的实际建模,为该厂生产预测、操作优化、节能减排提供技术支持。建模结果证实了算法在过程工业领域的实用价值。该系统界面友好、功能明确,具有较高的可移植性。研究结果表明:将可拓学引入到化学工程、过

5、程自动化和智能工程领域,有利于完善和发展过程系统工程方法,提高工业自动化系统的分析和应用能力。关键词:可拓理论,神经网络,EIm删,PTA溶剂系统,选择性集成ABSTRACTTHEAPPLICATIONOFEXTENSIoNTHEORYINRBFNEURALNETWORKABSTRACTNeuralNetworksuseblack_boxmodeltosimulatethecomplexrelationshipbetv陀envariables,themodelingresultsmeettheneedsofindustrialapplications,sot:heya

6、reapplicatedwidely,buttheylackofefjf’ectiVedescriptionoftheinf.omation.Extensiontheo巧characterizestheinf.omlationbasedonthebasic.elementtheo巧andtakesextensionmethodologyastheguide,inordertoworkoutmeconnicts,whichisat11ransVersecrossdisciplinaD,ofphilosophy’mathematicsandengineering.This

7、paperintegratesextensiont11eo巧andneuralne觚orkandstartstheextensionneuralnetworkresearch.Themaincontensareasf.ollows:First,staningf而mthebasic—elementtheo拶ofextenics,tlleeXtensiondistanceandextensiontransf.ormationareintegratedtoRBFneuralnetW’orkresearch,thealgorithmprocessdescri

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。