首页> 中文会议>2005中国控制与决策学术年会 >基于输入训练神经网络的非线性系统建模

基于输入训练神经网络的非线性系统建模

摘要

本文针对输入训练神经元网络(ITNN)存在学习速度慢的问题,引入动量因子和自适应学习速率,改进了学习算法,加快了收敛速度.将ITNN与RBF结合进行非线性系统建模,所建立的模型具有网络结构简单、计算量小等优点.将其应用于工业裂解妒裂解中楚立乙烯、丙烯的收率预测模型的实际应用结果表明,该建模方法是可靠有效的,有着广泛的工业应用前景.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号