作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对于多输入多输出系统,针对如何根据系统模型和期望输出反求系统输入的问题,本文提出了一种基于过程神经网络和遗传算法相结合的方法.首先根据实际系统的领域知识和学习样本集,建立满足系统实际输入输出映射关系的正向过程神经网络.然后按照系统在过程区间的某一期望输出,用过程神经网络的输出误差构造适应度函数,用遗传算法逆向确定系统的过程输入信号,使该输入信号满足已建立的正向过程映射关系,从而完成系统的逆向过程控制.文中给出了具体的实现算法并给出了此方法的一个应用实例.
推荐文章
基于过程神经网络和遗传算法的系统逆向过程求解
过程神经网络
遗传算法
反问题求解
优化控制
基于过程神经网络和量子遗传算法的油藏采收率参量逆向求解
过程神经网络
量子遗传算法
油藏采收率
逆向求解
基于遗传算法的神经网络学习算法研究
遗传算法
神经网络
BP算法
全局最优解
遗传算法和神经网络的DFB激光器温控系统
DFB激光器
遗传算法
神经网络
温度控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 用过程神经网络和遗传算法实现系统逆向求解
来源期刊 控制理论与应用 学科 工学
关键词 过程神经网络 遗传算法 过程控制 逆向求解
年,卷(期) 2005,(6) 所属期刊栏目 论文
研究方向 页码范围 895-899
页数 5页 分类号 TP183
字数 4790字 语种 中文
DOI 10.3969/j.issn.1000-8152.2005.06.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李盼池 大庆石油学院计算机科学与工程学院 35 807 14.0 28.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (163)
参考文献  (3)
节点文献
引证文献  (9)
同被引文献  (20)
二级引证文献  (26)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(2)
  • 参考文献(0)
  • 二级参考文献(2)
1976(2)
  • 参考文献(0)
  • 二级参考文献(2)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(1)
  • 二级引证文献(1)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(7)
  • 引证文献(0)
  • 二级引证文献(7)
2010(3)
  • 引证文献(1)
  • 二级引证文献(2)
2011(5)
  • 引证文献(0)
  • 二级引证文献(5)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
过程神经网络
遗传算法
过程控制
逆向求解
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
广州市五山华南理工大学内
46-11
1984
chi
出版文献量(篇)
4979
总下载数(次)
16
总被引数(次)
72515
论文1v1指导