国家自然科学基金(60873043)
- 作品数：12 被引量：78H指数：6
- 相关作者：乔俊飞张昭昭韩红桂杨刚薄迎春更多>>
- 相关机构：北京工业大学辽宁工程技术大学中国石油大学（华东）更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金北京市自然科学基金更多>>
- 相关领域：自动化与计算机技术环境科学与工程电子电信更多>>
- 基于在线减法聚类的RBF神经网络结构设计被引量：20
- 2012年
- 以设计最小径向基函数(RBF)神经网络结构为着眼点,提出一种在线RBF网络结构设计算法.该算法将在线减法聚类能实时跟踪工况的特性与RBF网络参数学习过程相结合,使得网络既能在线适应实时对象的变化又能维持紧凑的结构,有效地解决了RBF神经网络结构自组织问题.该算法只调整欧氏距离距实时工况最近的核函数,大大提高了网络的学习速度.通过对典型非线性函数逼近和混沌时间序列预测的仿真,表明所提出的算法具有良好的动态特性响应能力和逼近能力.
- 张昭昭乔俊飞
- 关键词：RBF神经网络
- 一种具有small world特性的ESN结构分析与设计被引量：8
- 2012年
- 针对回声状态网络(ESN)结构设计复杂、参数选择难度大的问题,提出一种具有small world特性的ESN(SWESN).首先采用神经元空间增长算法在平面区域生成small world拓扑网络;然后根据网络节点与基准点的Euclidean距离将网络节点进行重新排序,并将平面上的物理节点及其连接映射为SWESN的内部神经元连接矩阵,从而使动态神经元池具有small world特性.实验表明,SWESN动力学特性比常规ESN更为丰富,在鲁棒性、抗干扰能力等方面均优于常规的ESN.
- 薄迎春乔俊飞张昭昭
- 关键词：回声状态网络小世界动力学特性
- 一种基于神经网络复杂度的修剪算法被引量：10
- 2010年
- 针对神经网络结构设计问题,提出一种基于神经网络复杂度的修剪算法.其实质是在训练过程中,利用网络连接权矩阵的协方差矩阵计算网络的信息熵,获得网络的复杂度;在保证网络信息处理能力的前提下,删除对网络复杂度影响最小的隐节点.该算法不要求训练网络到代价函数的极小点,适合在线修剪网络结构,并且避免了结构调整前的网络权值预处理.通过对典型函数逼近的实验结果表明,该算法在保证网络逼近精度的同时,可有效地简化网络结构.
- 张昭昭乔俊飞韩红桂
- A New Strategy of Chaotic PSO and Its Application in Optimization Design for Pipe Network
- Two drawbacks of Chaotic Particle Swarm Optimization (CPSO) are analyzed in the paper, the first one is the se...
- PAN GuangyuanQIAO JunfeiHAN Honggui
- 关键词：CHAOTICOPTIMIZATION
- 基于改进混沌粒子群算法的管网优化被引量：5
- 2013年
- 针对混沌粒子群运算初期的无目的性、固定的控制参量在运算后期不利于跳出局部最优等进行了分析和改进,利用混沌运动的随机性、遍历性和规律性特点对粒子群体中的最优粒子进行混沌寻优,根据给水管网管径选取的离散化特殊性,对混沌粒子群的混沌参量μ进行公式化规定,提出一种改进型混沌粒子群算法(HMCPSO),提高粒子群算法摆脱局部极优的能力。通过引入混沌算法启动机制,有效提高种群初期的收敛能力,通过引入粒子群位置的历史数据判断机制,减少多余的混沌运算,有效缩短算法运行时间。将本改进算法应用于给水管网的模型中,仿真效果表明文中提出的改进算法与PSO和CPSO算法相比,找到的结果更优且稳定性较好,运算时间得到有效减少。
- 乔俊飞潘广源韩红桂
- 关键词：粒子群算法混沌给水管网
- 催化剂窑炉温度的启发式动态规划控制被引量：1
- 2013年
- 针对催化剂生产过程中焙烧窑炉温度控制问题,提出了一种启发式动态规划(heuristic dynamical programming,HDP)控制方法。该方法通过策略评价及策略提升的重复进行逐渐逼近最优的控制策略。采用人工神经网络建立了被控系统和评价指标模型,基于梯度下降原理阐明了控制器各模块的在线学习方法。对某催化剂公司的窑炉温度控制实验表明,与常规PID控制相比,HDP控制方案具有较强的工况适应能力,其控制精度较常规控制提高约70%,加热电流均值减小约5%。
- 薄迎春夏伯锴
- 关键词：催化剂温度控制启发式动态规划人工神经网络
- 一种功能分区的BP神经网络结构设计方法被引量：6
- 2011年
- 针对全连接BP网络在解决大规模复杂问题时存在的收敛速度缓慢等问题,提出一种功能分区的BP网络结构模式.利用RBF神经元的物理特性对输入样本空间进行分解,并将分解后的样本送给不同的子BP网络学习.与全连接BP网络相比,降低了网络在学习过程中的权值搜索空间,提高了学习速度,改善了网络泛化性能,体现了人脑在学习过程中的知识积累特征.对三维墨西哥草帽函数逼近和双螺旋分类的实验结果表明,该网络能够解决全连接BP网络不能有效解决的问题.
- 张昭昭乔俊飞杨刚
- 关键词：BP神经网络知识积累
- 自适应前馈神经网络结构优化设计被引量：7
- 2011年
- 针对多数前馈神经网络结构设计算法采取贪婪搜索策略而易陷入局部最优结构的问题,提出一种自适应前馈神经网络结构设计算法.该算法在网络训练过程中采取自适应寻优策略合并和分裂隐节点,达到设计最优神经网络结构的目的.在合并操作中,以互信息为准则对输出线性相关的隐节点进行合并;在分裂操作中,引入变异系数,有助于跳出局部最优网络结构.算法将合并和分裂操作之后的权值调整与网络对样本的学习过程结合,减少了网络对样本的学习次数,提高了网络的学习速度,增强了网络的泛化性能.非线性函数逼近结果表明,所提算法能得到更小的检测误差,最终网络结构紧凑.
- 张昭昭乔俊飞杨刚
- 关键词：前馈神经网络互信息
- 利用三维细胞自动机模拟活性污泥法的处理过程被引量：2
- 2010年
- 针对活性污泥法的污水处理过程,提出了利用三维细胞自动机模型进行模拟的方法.该方法通过对曝气池内活性污泥法处理过程动态演化过程的模拟,直观地揭示出活性污泥法的污水处理过程.用实际数据进行了验证,证明了该方法能够有效地展现曝气池内污水净化的过程,实现了其可视化,并描绘了活性污泥的生长曲线.
- 乔俊飞李荣
- 关键词：活性污泥生化反应
- 基于熵的RBF神经网络在软测量中的应用
- 2011年
- 为了更好地确定RBF神经网络中心向量,并且使得最终的RBF神经网络结构可以进一步调整。提出了一种使用熵聚类的算法来首先确定RBF神经网络隐节点的个数及其初始值,实现初始化的基础上使用常规算法调整RBF神经网络的中心和训练宽度,最后使用基于互信息的RBF神经网络修剪算法调整网络结构。并将上述算法应用于COD软测量问题中,仿真实验结果表明:改进的算法与常规的算法相比,提高了训练速度和逼近精度。
- 关小杰乔俊飞
- 关键词：RBF神经网络信息熵
