原文服务方: 科技与创新       
摘要:
本文首先给出了一种模拟双退火算法,增加第二退火温度,随着第二温度的降低,逐渐减少状态向量中可变元素的个数.直至只允许一个元素变化,由此可快速精确的逼近最优解的,其次利用该算法对模糊CMAC(小脑模型关节控制器)神经网络的权值进行优化,并构成了一种新型模糊CMAC神经网络.在模型未知的情况下,利用该神经网络对一个非线形时变模型进行控制仿真,效果很好.
推荐文章
基于CMAC神经网络的网络控制系统模糊PD控制
网络控制系统
CMAC神经网络
模糊PD
网络诱导
基于CMAC神经网络的PID控制
神经网络
PID控制
非线性系统
基于模拟退火算法改进的 BP神经网络算法
BP神经网络
样本选择
主动学习
模拟退火
基于KOHONEN神经网络的模拟退火算法
神经网络
模拟退火
广义优化
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 基于模拟双退火的模糊CMAC神经网络
来源期刊 科技与创新 学科
关键词 模糊神经网络 模拟双退火 非线性控制
年,卷(期) 2009,(24) 所属期刊栏目 软件时空
研究方向 页码范围 139-140,148
页数 3页 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2009.24.056
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 胡劲松 华南理工大学计算机学院 30 161 7.0 10.0
2 李朝 华南理工大学计算机学院 3 66 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (4)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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)
研究主题发展历程
节点文献
模糊神经网络
模拟双退火
非线性控制
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导