检索结果-内蒙古大学图书馆

计算机工程 2012年第23期38卷 173-176,180页

作者：李炯城肖恒辉李桂愉广东省电信规划设计院有限公司广州市无线网络优化重点工程中心广州510630

针对目前神经网络中的levenberg-marquardt反向传播(LMBP)算法在训练过程中有可能迭代到鞍点的问题,提出一种能有效克服鞍点的LMBP改进算法。计算鞍点处雅克比矩阵的正特征值对应的特征向量并将其作为新的搜索方向。通过实例对比传统LMB... 详细信息

针对目前神经网络中的levenberg-marquardt反向传播(LMBP)算法在训练过程中有可能迭代到鞍点的问题,提出一种能有效克服鞍点的LMBP改进算法。计算鞍点处雅克比矩阵的正特征值对应的特征向量并将其作为新的搜索方向。通过实例对比传统LMBP算法与改进LMBP算法的效果,证明改进的算法能有效地脱离鞍点并进一步收敛到极小点处。

关键词：神经网络 levenberg-marquardt反向传播算法鞍点雅克比矩阵海森矩阵高斯-牛顿法

来源：评论

学校读者我要写书评

暂无评论

基于智能优化算法的SOFC参数辨识技术研究

基于智能优化算法的SOFC参数辨识技术研究

引用

作者：陈义军昆明理工大学

学位级别：硕士

随着全球经济高速发展,大量消耗化石能源造成的环境污染问题日趋严重。近年来,各种新能源及其发电技术得到世界各国政府及研究学者的关注。其中,氢能作为一种绿色清洁的二次能源,已被定位为国家战略性能源,而燃料电池是在氢能下游产业... 详细信息

随着全球经济高速发展,大量消耗化石能源造成的环境污染问题日趋严重。近年来,各种新能源及其发电技术得到世界各国政府及研究学者的关注。其中,氢能作为一种绿色清洁的二次能源,已被定位为国家战略性能源,而燃料电池是在氢能下游产业实现氢能高效利用的关键途径。固体氧化物燃料电池(solid oxide fuel cell,SOFC)由于转换效率高、运行可靠、无污染物排放、模块化、低噪声等特点成为最具前景的绿色发电技术之一,其被广泛应用于电力系统和交通运输等领域。然而,较高的工作温度会限制SOFC的使用寿命,因此需要对其进行工作点优化、状态监测与故障诊断,从而促进了燃料电池系统建模、参数辨识等相关研究的迅速发展。此外,由于高度非线性、多变量、各未知参数间强耦合等特点,使得传统方法难以有效解决燃料电池模型的参数辨识问题。因此,针对SOFC两种灰盒模型(即电化学模型(electrochemical model,ECM)和简化电化学模型(simplified electrochemical model,SECM))的参数辨识问题,本文分别提出了基于改进启发式算法和基于数值优化技术的两种参数辨识框架,并使用三种单体电池(华中科技大学固体氧化物燃料电池研发中心平板式SOFC单体电池、芬兰Elcogen燃料电池技术公司平板式SOFC单体电池以及波兰CEREL公司SOFC单体电池)和三种堆栈电池(华中科技大学1 k W级平板式SOFC电池堆栈、美国蒙大拿州立大学5 k W级管式SOFC电池堆栈以及西门子100 k W级SOFC电池堆栈)的实验数据对所提两种参数辨识框架进行了充分验证。最后,实现了SOFC参数辨识可视化软件的设计与相关功能的开发。本文的主要研究工作、贡献和成果可总结如下:(1)为提高SOFC参数辨识的精确度与稳定性,通过对人工生态系统优化(artificial ecosystem-based optimization,AEO)算法与蝠鲼觅食优化(manta ray foraging optimization,MRFO)算法的寻优机制深入分析并融合改进,提出了AEO-MRFO协调优化器(AEOMRFO coordinating optimizer,EMCO)。由于EMCO未引入额外的复杂机制,其具有易于实现的特点。同时,利用粒子群优化(particle swarm optimization,PSO)算法、均衡优化器(equilibrium optimizer,EO)、蒲公英优化器(dandelion optimizer,DO)、堆栅优化器(heapbased optimizer,HBO)、白鲨优化器(white shark optimizer,WSO)、AEO算法、MRFO算法以及EMCO对上述六种实验数据进行了全面的参数辨识研究,验证了EMCO在SOFC参数辨识任务上具有优越的性能表现。(2)虽然所提EMCO相比另外七种传统启发式算法在参数辨识性能方面有了很大的改善,但是启发式算法固有的随机性也会使其在部分场景下的参数辨识稳定性不强。因此,本文继续提出了一种基于levenberg-marquardt反向传播(back propagation,BP)算法的参数辨识框架:首先将ECM和SECM分别设计为完全等效的专用人工神经网络(artificial neural network,ANN),然后利用实验数据和基于梯度信息的LMBP算法训练该专用ANN,训练结束后通过简单的代数运算就可从网络的特定参数中提取出SOFC模型的未知参数,能更好地满足参数辨识对准确性和稳定性的需求。(3)为实现SOFC参数辨识过程的规范化和辨识结果的可视化,并提高运维及相关研发人员的信息处理速度与数据管理能力,基于MATLAB语言研制了一款SOFC参数辨识软件,其集成了前述九种参数辨识技术供用户自行选择,可便捷地提取EMC和SECM两种SOFC模型的未知参数。研究结果表明:在八种启发式算法中,执行速度最快和最慢的分别是WSO和PSO,而LMBP算法在参数优化过程中由于需要执行矩阵的求逆操作,其平均运行速度明显慢于八种启发式算法。总体而言,本文所提两种SOFC参数辨识技术具有相对最优的稳定性和精度。此外,能否辨识到准确合理的模型参数不仅取决于算法性能的优劣,还受到所用数据完备程度的影响。同时,在保证辨识结果具有足够精度时,若燃料电池的阴阳两极电流交换密度相近,由于ECM和SECM表示形式的特点,在相同数据集下两者的Tafel曲线斜率间会呈现出两倍的数量关系。

关键词：固体氧化物燃料电池参数辨识人工生态系统优化算法蝠鲼觅食优化算法神经网络 levenberg-marquardt反向传播算法

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：