版權(quán)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(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、上海海運(yùn)學(xué)院碩士學(xué)位論文改進(jìn)型遺傳算法及其在神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化中的應(yīng)用姓名：劉亞營申請學(xué)位級別：碩士專業(yè)：電力電子與電力傳動指導(dǎo)教師：劉以建20031201ABSTRACTThisthesisisbasedonthescienceproject“TheResearchofIntegrationIntelligentControlinAutopilotDesignforMarineship“whichappliedfromShanghaih
2、ighEducationScientificandTechnologyFoundationThemaneuveringofashipalongaproscribedcourseinrestrictwatersisimportantfromoperationalsafetyandenvironmentalviewpoints.Duringtheshipmaneuveringtherearesomecharacteristicsofnonl
3、inearslowtimevaryingandinfluenceofcomplexdisturbanceThePIDautopilotbasedonlinearsystemmathmodelishardtocontrolshipmaneuversystemeffectively.ForPIDcontroldoesnothasagoodactivepropertiesanditalsodeeplydependonprecisemathmo
4、del.Fuzzycontrollershowspromiseforthesenonlinearsystemsthatarenotknownwellorthemodelisdifficulttobeidentified.Amongthelearningalgorithmsoftheartificialneuralnetworksthesinglegeneticalgorithm(SGA)andtheBPalgorithmarealway
5、sthefocusofresearching.TheSGAisakindofoptimizationalgorithmwithwhichglobalparallelandrandomsearchingcanbeachievedanditsglobalsearchingperformanceisverygoodwhiletheBPalgorithmdoesquiteinlocalsearch.Inthisthesisauthorputsf
6、orwardaimprovedgeneticalgorithm(IGA)byaddingBPalgorithmintoSGA.IntheIGAseveralimportantoperatorsareimproved.UsingthemutationandglobaloptimizetheIGAcanfindpotentialextremumsusingfloatingpointcodingandelitistmodelitcanacce
7、leratethespeedofconvergingusingBPoperatoritcanadvanceconvergingefficiencyatpotentialextremums.TotesttheperformanceoftheIGAauthordesignstwosimulationprogrambyCBuilder5.0.OneprogramissimulatetheperformanceofSGAandtheotheri
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(quán)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(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 遺傳算法在bp神經(jīng)網(wǎng)絡(luò)優(yōu)化中的應(yīng)用
- 改進(jìn)型遺傳算法在群控電梯中的應(yīng)用.pdf
- 改進(jìn)型BP及遺傳算法的研究及其應(yīng)用.pdf
- 改進(jìn)型遺傳算法在電力系統(tǒng)中的應(yīng)用.pdf
- 改進(jìn)型遺傳算法在多維關(guān)聯(lián)規(guī)則挖掘中的應(yīng)用.pdf
- 遺傳算法優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)在肺癌診斷中的應(yīng)用.pdf
- 遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在股市預(yù)測中的應(yīng)用.pdf
- 遺傳算法和神經(jīng)網(wǎng)絡(luò)在模型參數(shù)率定中的應(yīng)用.pdf
- 基于改進(jìn)型遺傳算法的無功優(yōu)化研究.pdf
- 遺傳算法及其在人工神經(jīng)網(wǎng)絡(luò)方面的應(yīng)用.pdf
- 基于改進(jìn)型遺傳算法優(yōu)化的TTCAN網(wǎng)絡(luò)研究與實現(xiàn).pdf
- 基于改進(jìn)遺傳算法的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化研究.pdf
- 遺傳算法的改進(jìn)及結(jié)合神經(jīng)網(wǎng)絡(luò)在制漿過程中的應(yīng)用.pdf
- 改進(jìn)型遺傳算法在風(fēng)電場無功優(yōu)化與比較.pdf
- 遺傳算法的改進(jìn)及其在結(jié)構(gòu)優(yōu)化中應(yīng)用.pdf
- 基于遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)及其在系統(tǒng)辨識中的應(yīng)用.pdf
- 量子遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)及其在MIMO系統(tǒng)信號檢測中的應(yīng)用研究.pdf
- 遺傳算法在神經(jīng)模糊控制器優(yōu)化和BP神經(jīng)網(wǎng)絡(luò)優(yōu)化中的應(yīng)用.pdf
- Predator-Prey遺傳算法及其在高爐神經(jīng)網(wǎng)絡(luò)建模中的應(yīng)用.pdf
- 遺傳算法與神經(jīng)網(wǎng)絡(luò)在匯率預(yù)測中的應(yīng)用.pdf
評論
0/150
提交評論