检索结果-内蒙古大学图书馆

作者：马苗立北京工业大学

学位级别：博士

人工智能是用计算机模拟人类思维过程和智能行为的学科。人工智能自问世以来发展迅速，很快成为了一门与多门学科交叉的前沿科学。人工神经网络作为人工智能技术的一个重要分支，已经在工、农、交通、医学、军事等众多领域得到了广泛应... 详细信息

人工智能是用计算机模拟人类思维过程和智能行为的学科。人工智能自问世以来发展迅速，很快成为了一门与多门学科交叉的前沿科学。人工神经网络作为人工智能技术的一个重要分支，已经在工、农、交通、医学、军事等众多领域得到了广泛应用。径向基(Radial Basis Function，RBF)神经网络是一种常用的前馈浅层人工神经网络，它具有结构简单、逼近能力强、训练简单等优点，已经在很多领域得到了应用。获得合适的网络状态（结构和参数）是RBF神经网络被广泛应用的关键。　　近年来，学者们提出了许多算法用于训练RBF神经网络以帮助其获取合适的网络状态。其中，基于梯度的算法因为计算简单、训练速度快、容易实现等优点，成为了RBF神经网络最常用的训练算法之一。然而基于梯度的算法，容易受到梯度消失问题的影响，产生学习不充分的“早熟”现象。解决梯度消失问题，持续获取足够多有效的梯度信息保证算法的顺利进行，以提高学习性能一直是基于梯度算法的一个研究热点。本文在对RBF神经网络和基于梯度算法深入研究的基础之上，结合两者的特点设计了一系列获得有效梯度信息的策略以帮助RBF神经网络快速收敛到理想的网络状态，主要研究工作和创新点有:　　1)基于加速梯度算法的RBF神经网络设计　　在RBF神经网络的训练过程中，当样本位于神经元激活函数的饱和区域时，参数的更新会比较困难。因为在这种情况下，参数的梯度值将等于或接近于零。为了解决这一问题，本文设计了一种加速梯度算法，该算法包含了一种神经元作用宽度的自适应拉伸机构，使样本远离神经元激活函数的饱和区域。首先，设计了一种基于代价函数瞬时收敛率和瞬时梯度衰减率的梯度消失检测机制，该检测机制可以有效的检测出因梯度消失问题引起的学习过程变慢。其次，根据梯度的衰减情况和网络的学习情况，设计了一种通过自适应拉伸激活函数作用宽度的梯度放大策略，该策略通过帮助样本逃离神经元激活函数饱和区域以增大参数梯度值，使学习过程快速收敛到更优状态。最后，通过对所设计算法进行深入的理论分析，从理论上保证了所设计算法的加速收敛效果及可实施性。　　2)基于混合梯度学习算法的RBF神经网络设计　　针对RBF神经网络训练过程容易陷入代价函数表面的局部最优点、鞍点或平坦点而引起的学习“早熟”的现象，本文设计了一种混合梯度学习算法用于RBF神经网络的训练以提高其学习性能。首先，利用解群构建了一个有限的超空间，并在超空间内引入可以越过代价函数表面的超平面梯度。超平面梯度的引入可以避免学习过程陷入代价函数表面的局部最优点、鞍点或平坦点。其次，设计了自适应学习率用于平衡超平面梯度和传统梯度使得搜索过程被限制在超空间内。在学习过程中，通过不断压缩超空间以逼近全局最优解。最后，深入分析了所设计算法的收敛性和复杂度，从理论上保证了算法的可实施性。　　3)基于自适应梯度空间的结构自组织RBF神经网络设计　　RBF神经网络的结构和其梯度空间有很大的关系。在对网络结构和网络梯度空间相互影响研究的基础之上，本文设计了一种结构自组织的RBF神经网络。所设计的自组织RBF神经网络通过结构的调整帮助学习过程获取到更多更有效的梯度信息，提高了参数的优化效率。首先，提出了一种基于神经元完备度和正交性的自适应扩大和修剪梯度空间策略，该策略可以将有效梯度信息持续的添加到梯度空间，并删除冗余梯度信息。随着梯度空间的调整，神经元被相应的增加或修剪，获得了一个紧凑的网络结构，增强了网络的泛化能力。其次，设计了一种改进的加速二阶学习算法对网络参数进行调整，实现了网络结构和参数的同步协调优化。最后，从理论上对网络结构调整的稳定性及二阶算法获取有效梯度的有效性两个方面进行了分析，保证了算法的可实施性。　　4)基于自组织RBF神经网络的污水处理过程出水水质指标的测量模型设计　　城市污水处理过程是个复杂的工业过程，其出水水质指标参数难以直接测量。本文在深入分析污水处理过程的基础上，提出了基于自组织RBF神经网络的污水处理过程出水水质各指标参数的动态软测量模型。该模型解决了现有预测方法滞后严重、成本较大、污染严重、精度不高等问题。首先，所设计的模型根据历史数据动态的选择每一个出水水质指标参数的关键相关变量，减少数据冗余的同时保证了模型对过程工况突变的响应速度。其次，所选择的关键相关变量在进入网络前进行了非线性归一化等一系列预处理，平衡各个关键变量作用的同时减少异常数据的影响，提高了模型的精度和稳定性。最后，所设计的模型通过动态的构建RBF神经网络进一步提高了模型的预测精度。

关键词：径向基神经网络自组织网络结构梯度学习算法动态软测量模型结构调整

来源：评论

学校读者我要写书评

暂无评论

常压塔柴油凝点动态软测量模型的研究

引用

控制工程 2005年第4期12卷 342-345页

作者：毛帅熊智华徐用懋庄爱霞黄海龙王立群清华大学自动化系北京100084 中石化济南分公司山东济南250101

研究了某炼油厂常压塔三线柴油凝点的软测量建模问题。分析了影响柴油凝点的多种因素,并充分利用仪表分析值提供的被测变量历史信息,建立了一种神经网络和Levin-son预测器相结合的动态软测量模型,该模型消除了分析值存在纯滞后的影响。... 详细信息

研究了某炼油厂常压塔三线柴油凝点的软测量建模问题。分析了影响柴油凝点的多种因素,并充分利用仪表分析值提供的被测变量历史信息,建立了一种神经网络和Levin-son预测器相结合的动态软测量模型,该模型消除了分析值存在纯滞后的影响。针对某炼油厂常压塔三线柴油凝点的软测量,对该模型进行了验证。仿真研究表明,该模型的预报准确性要优于静态软测量模型,取得了较好的预测效果。

关键词：神经网络 Levinson预测器动态软测量模型柴油凝点

来源：评论

学校读者我要写书评

暂无评论

常压塔柴油凝点动态软测量模型的研究

常压塔柴油凝点动态软测量模型的研究

引用

第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议

作者：毛帅熊智华徐用懋庄爱霞黄海龙王立群清华大学自动化系

关键词：神经网络 Levinson 预测器动态软测量模型柴油凝点

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：