91av视频/亚洲h视频/操亚洲美女/外国一级黄色毛片 - 国产三级三级三级三级

  • 大小: 1.66MB
    文件類型: .doc
    金幣: 1
    下載: 0 次
    發布日期: 2023-09-02
  • 語言: Matlab
  • 標簽:

資源簡介

第一章 人工神經網絡………………………………………………… 3 §1.1人工神經網絡簡介………………………………………………………… 3 1.1 人工神經網絡的起源 …………………………………………………… 3 1.2 人工神經網絡的特點及應用 …………………………………………… 3 §1.2人工神經網絡的結構………………………………………………… 4 2.1 神經元及其特性………………………………………………………… 5 2.2 神經網絡的基本類型 ……………………………………………… 6 2.2.1 人工神經網絡的基本特性…………………………………… 6 2.2.2 人工神經網絡的基本結構…………………………………… 6 2.2.3 人工神經網絡的主要學習算法……………………………… 7 §1.3人工神經網絡的典型模型 ………………………………………………7 3.1 Hopfield網絡………………………………………………………… 7 3.2 反向傳播(BP)網絡…………………………………………………… 8 3.3 Kohonen網絡………………………………………………………… 8 3.4 自適應共振理論(ART)…………………………………………………… 9 3.5 學習矢量量化(LVQ)網絡………………………………………… 11 §1.4多層前饋神經網絡(BP)模型………………………………………… 12 4.1 BP網絡模型特點 …………………………………………………… 12 4.2 BP網絡學習算法……………………………………………………… 13 4.2.1信息的正向傳遞……………………………………………… 13 4.2.2利用梯度下降法求權值變化及誤差的反向傳播……………… 14 4.3 網絡的訓練過程……………………………………………………… 15 4.4 BP算法的改進……………………………………………………… 15 4.4.1附加動量法……………………………………………………… 15 4.4.2自適應學習速率………………………………………………… 16 4.4.3動量-自適應學習速率調整算法……………………………… 17 4.5 網絡的設計……………………………………………………………… 17 4.5.1網絡的層數………………………………………………… 17 4.5.2隱含層的神經元數…………………………………………… 17 4.5.3初始權值的選取……………………………………………… 17 4.5.4學習速率………………………………………………………… 17 §1.5軟件的實現……………………………………………………………… 18 第二章 遺傳算法………………………………………………………19 §2.1遺傳算法簡介………………………………………………………………19 §2.2遺傳算法的特點………………………………………………………… 19 §2.3遺傳算法的操作程序………………………………………………………20 §2.4遺傳算法的設計……………………………………………………………20 第三章 基于神經網絡的水布埡面板堆石壩變形控制與預測 §3.1概述…………………………………………………………………………23 §3.2樣本的選取……………………………………………………………… 24 §3.3神經網絡結構的確定………………………………………………………25 §3.4樣本的預處理與網絡的訓練…………………………………………… 25 4.1 樣本的預處理……………………………………………………… 25 4.2 網絡的訓練 …………………………………………………… 26 §3.5水布埡面板堆石壩垂直壓縮模量的控制與變形的預測…………………30 5.1 面板堆石壩堆石體垂直壓縮模量的控制……………………………30 5.2 水布埡面板堆石壩變形的預測…………………………………… 35 5.3 BP網絡與COPEL公司及國內的經驗公式的預測結果比較… 35 §3.6結論與建議……………………………………………………………… 38 第四章 BP網絡與遺傳算法在面板堆石壩設計參數控制中的應用 §4.1 概述………………………………………………………………………39 §4.2遺傳算法的程序設計與計算………………………………………………39 §4.3結論與建議…………………………………………………………………40 參考文獻…………………………………………………………………………

資源截圖

代碼片段和文件信息

評論

共有 條評論