【神经网络学习控制的新方法及其应用】.pdf
浙江大学博士学位论文 目录 中文摘要 英文摘要 致谢 第一章概述 S1前馈网络的研究现状 S1训练算法 S1网络结构.1讨论 S1神经网络与学习控制和智能控制 S1基于神经网络的学习控制 S1模糊神经网络控制策略 S1遗传算法与神经网络的结合应用 S1多值学习、多值逻辑学习与多值逻辑学习控制 S1基本概念及研究的意义 S1发展现状,1本文研究的主要内容本章参考文献 第二章CMAC网络及其在CSTR系统学习控制中的应用 S2CMAC网络 S2CMAC学习的收敛性分析 2.
浙江大学博士学位论文 S4在遗传算法中采用CA和对称多值逻辑 S4计算实例 S4本章小结 本章参考文献 第五章多值学习和多值逻辑学习控制S5多值和多阈值神经元及其组合 S5硬限幅双阈值神经元S5硬限幅多阀值神经元 S5多阈值神经元的组合S5多值神经元 S5多值感知器的学习算法 S5两种新的多值神经网络:MV_CMAC和MVLNS5多值CMAC网络(MV_CMAC)S5多值学习网络(MVLN)S5计算实例S5对固定样本集的学习
浙江大学博士学位论文 制研究中,均取得满意的结果,同时,也进一步证实了PCMLP网络的有效性.多值逻辑在元胞自动机和遗传算法中的应用.元胞自动机和遗传算法 都具有简单的规则能产生复杂的动力学的重要特征.在引人多值逻辑后,多值 子对和吸引子环等现象.而在遗传算法中引人对称多值逻辑(借助于元胞自动 机)的研究发现,二进制数事并非表达个体的最佳方式.而从寻优能力和信息密 度等方面考虑,对称三值系统是所有对称多值系统中最优的.提出两种可用于学习控制的多值学习网络.