检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

一种功能分区的BP神经网络结构设计方法

控制与决策 2011年第11期26卷 1659-1664页

作者：张昭昭乔俊飞杨刚北京工业大学电子信息与控制工程学院北京100124 辽宁工程技术大学电子与信息工程学院辽宁葫芦岛125105

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... 详细信息

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.

关键词： BP神经网络功能分区权值搜索空间知识积累

Soft Computing of Biochemical Oxygen Demand Using an Improved T–S Fuzzy Neural Network

在线全文

学校读者我要写书评

暂无评论

Chinese Journal of Chemical Engineering 2014年第Z1期22卷 1254-1259页

作者：乔俊飞李微韩红桂 College of Electronic Information and Control Engineering Beijing University of Technology

It is difficult to measure the online values of biochemical oxygen demand(BOD) due to the characteristics of nonlinear dynamics, large lag and uncertainty in wastewater treatment process. In this paper, based on the knowledge representation ability and learning capability, an improved T–S fuzzy neural network(TSFNN) is introduced to predict BOD values by the soft computing method. In this improved TSFNN, a K-means clustering is used to initialize the structure of TSFNN, including the number of fuzzy rules and parameters of membership function. For training TSFNN, a gradient descent method with the momentum item is used to adjust antecedent parameters and consequent parameters. This improved TSFNN is applied to predict the BOD values in effluent of the wastewater treatment process. The simulation results show that the TSFNN with K-means clustering algorithm can measure the BOD values accurately. The algorithm presents better approximation performance than some other methods.

关键词： Biochemical oxygen demand Wastewater treatment T–S fuzzy neural network K-means clustering

基于 MOFs的碳纳米管复合材料的制备和应用进展

在线全文

学校读者我要写书评

暂无评论

材料工程 2021年第9期49卷 27-40页

作者：乔俊宇李秀涛中国民航大学民航热灾害防控与应急重点实验室天津300300

碳纳米管(CNTs)作为纳米材料研究中的一个重要发现,自其诞生以来就成为碳材料领域的研究热点之一。金属有机框架(MOFs)凭借其独特的多孔结构,近年来在各领域的应用已经成为研究前沿之一。随着材料科学的不断发展,对具有不同功能特性材... 详细信息

碳纳米管(CNTs)作为纳米材料研究中的一个重要发现,自其诞生以来就成为碳材料领域的研究热点之一。金属有机框架(MOFs)凭借其独特的多孔结构,近年来在各领域的应用已经成为研究前沿之一。随着材料科学的不断发展,对具有不同功能特性材料的复合技术研究,已经成为解决材料应用领域中关键问题的主要方法。而碳纳米管和金属有机框架作为目前材料领域两类十分重要的纳米材料,通过复合技术将碳纳米管的高导电特性和金属有机框架材料的高比表面积、丰富孔道分布特性相结合是研究与应用的必然趋势。本文综述了近年来金属有机框架和碳纳米管的主要复合形式和制备方法,整理了复合材料在超级电容器、锂电池、催化、吸附等领域的最新研究进展,对两种材料性能的协同提升方面进行了讨论和总结,并指出CNTs与MOFs材料的复合以及CNTs的生长分布具有很高的随机性,对其实现进一步控制是未来的技术研究重点。

关键词：碳纳米管金属有机框架复合材料原位生长

市场化进程与农村劳动力非农就业关系研究：1983-2009

在线全文

学校读者我要写书评

暂无评论

农业技术经济 2011年第10期 54-62页

作者：乔俊果广东海洋大学经济管理学院湛江524025

家庭联产承包责任制使得农村出现剩余劳动力现象,市场化改革使得越来越多的农村劳动力进入非农产业。本文定量分析了1983—2009年市场化进程对农村劳动力流动的影响。分析表明,市场化进程与农村劳动力非农就业显著正相关,劳动力负担的... 详细信息

家庭联产承包责任制使得农村出现剩余劳动力现象,市场化改革使得越来越多的农村劳动力进入非农产业。本文定量分析了1983—2009年市场化进程对农村劳动力流动的影响。分析表明,市场化进程与农村劳动力非农就业显著正相关,劳动力负担的消费支出与来自第一产业的收入比例、城乡收入差距分别是农村劳动力非农就业的主要推力、拉力因素,正规教育程度不能显著促进农村劳动力非农就业。

关键词：农村劳动力非农就业市场化城乡收入差距人力资本

一种具有small world特性的ESN结构分析与设计

在线全文

学校读者我要写书评

暂无评论

控制与决策 2012年第3期27卷 383-388页

作者：薄迎春乔俊飞张昭昭北京工业大学电子信息与控制工程学院北京100124

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... 详细信息

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.

关键词：回声状态网络小世界动态神经元池动力学特性

基于PCA时间延迟神经网络的BOD在线预测软测量方法

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2004年第12期19卷 78-82页

作者：冉维丽乔俊飞北京工业大学电子信息与控制工程学院北京100022

针对污水处理过程中关键水质参数无法在线监测的问题,提出了基于主元分析PCA时间延迟神经网络的污水水质BOD在线预测软测量方法。该方法由三部分组成:主元分析PCA、时间延迟神经网络、软测量模型的在线校正。其中离线模型采用GABP算法训... 详细信息

针对污水处理过程中关键水质参数无法在线监测的问题,提出了基于主元分析PCA时间延迟神经网络的污水水质BOD在线预测软测量方法。该方法由三部分组成:主元分析PCA、时间延迟神经网络、软测量模型的在线校正。其中离线模型采用GABP算法训练,仿真结果表明该方法可以实现污水水质的在线预测,具有实时性好,稳定性高,精度高,校正方便等特点。

关键词：软测量时间延迟神经网络主元分析在线预测

数据驱动的城市固废焚烧过程烟气含氧量预测控制

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2024年第3期41卷 484-495页

作者：孙剑蒙西乔俊飞北京工业大学信息学部北京100124 智慧环保北京实验室北京100124 智能感知与自主控制教育部工程研究中心北京100124

烟气含氧量的精准控制对城市固废焚烧处理厂的稳定高效运行具有重要意义.然而,由于固废焚烧过程固有的非线性和不确定性,难以实现烟气含氧量的有效控制.为此,文中提出一种数据驱动的城市固废焚烧过程烟气含氧量预测控制方法.首先,设计... 详细信息

烟气含氧量的精准控制对城市固废焚烧处理厂的稳定高效运行具有重要意义.然而,由于固废焚烧过程固有的非线性和不确定性,难以实现烟气含氧量的有效控制.为此,文中提出一种数据驱动的城市固废焚烧过程烟气含氧量预测控制方法.首先,设计了一种基于自组织长短期记忆(SOLSTM)网络的预测模型,结合神经元活跃度与显著性动态调整隐含层结构,提高了烟气含氧量的预测精度.其次,为了保证优化效率,利用梯度下降法求解控制律.此外,基于李雅普诺夫理论分析了所提方法的稳定性,确保控制器在实际应用过程中的可靠性.最后,基于实际工业数据对所提出的控制方法进行了验证,结果表明,提出的数据驱动预测控制方法能实现对城市固废焚烧过程烟气含氧量的稳定高效控制.

关键词：城市固废焚烧烟气含氧量控制模型预测控制自组织长短期记忆网络

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于信息强度的RBF神经网络结构设计研究

自动化学报 2012年第7期38卷 1083-1090页

作者：韩红桂乔俊飞薄迎春北京工业大学电子信息与控制工程学院北京100124

在系统研究前馈神经网络的基础上,针对径向基函数(Radial basis function,RBF)网络的结构设计问题,提出一种弹性RBF神经网络结构优化设计方法.利用隐含层神经元的输出信息(Output-information,OI)以及隐含层神经元与输出层神经元间的交... 详细信息

在系统研究前馈神经网络的基础上,针对径向基函数(Radial basis function,RBF)网络的结构设计问题,提出一种弹性RBF神经网络结构优化设计方法.利用隐含层神经元的输出信息(Output-information,OI)以及隐含层神经元与输出层神经元间的交互信息(Multi-information,MI)分析网络的连接强度,以此判断增加或删除RBF神经网络隐含层神经元,同时调整神经网络的拓扑结构,有效地解决了RBF神经网络结构设计问题;利用梯度下降的参数修正算法保证了最终RBF网络的精度,实现了神经网络的结构和参数自校正.通过对典型非线性函数的逼近与污水处理过程关键水质参数建模,结果证明了该弹性RBF具有良好的动态特征响应能力和逼近能力,尤其是在训练速度、泛化能力、最终网络结构等方面较之最小资源神经网络(Minimalresourceallocationnetworks,MRAN)、增长修剪RBF神经网络(Generalized growing and pruning RBF,GGAP-RBF)和自组织RBF神经网络(Self-organizing RBF,SORBF)有较大的提高.

关键词：弹性RBF神经网络结构设计非线性系统动态特征响应

混合多目标骨干粒子群优化算法在污水处理过程优化控制中的应用

在线全文

学校读者我要写书评

暂无评论

化工学报 2017年第9期68卷 3511-3521页

作者：周红标乔俊飞北京工业大学信息学部北京100124 计算智能和智能系统北京市重点实验室北京100124 淮阴工学院自动化学院江苏淮安223003

通过对污水生化处理过程的分析,选取能耗和罚款最低为优化目标,建立污水生化处理过程多目标优化控制模型。为了提高Pareto最优解集的收敛性和多样性,提出一种基于Pareto支配和分解的混合多目标骨干粒子群优化算法(HBBMOPSO)。该方法采... 详细信息

通过对污水生化处理过程的分析,选取能耗和罚款最低为优化目标,建立污水生化处理过程多目标优化控制模型。为了提高Pareto最优解集的收敛性和多样性,提出一种基于Pareto支配和分解的混合多目标骨干粒子群优化算法(HBBMOPSO)。该方法采用带自适应惩罚因子的分解方法选取个体引导者,采用Pareto支配和拥挤距离法维护外部档案和选取全局引导者。此外,采用精英学习策略增强粒子跳出局部Pareto前沿的能力。最后,将HBBMOPSO与自组织模糊神经网络预测模型和自组织控制器相结合,实现污水生化处理过程溶解氧和硝态氮设定值的动态寻优、智能决策和底层跟踪控制。利用国际基准仿真平台BSM1进行实验验证,结果表明所提HBBMOPSO方法在保证出水水质参数达标的前提下,能够有效降低污水处理过程的能耗。

关键词：污水优化过程控制粒子群分解