基于免疫的混合学习算法论文_任江洪

导读:本文包含了基于免疫的混合学习算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:算法,免疫,亲和力,论文,提钒。

基于免疫的混合学习算法论文文献综述

任江洪[1](2004)在《基于免疫的混合学习算法在转炉提钒静态模型中的应用研究》一文中研究指出钒作为一种贵重金属,在钢铁冶金、电子工业和国防工业等众多领域有着广泛的应用。我国目前的提钒采取的是转炉提钒的方式,但转炉提钒为人工操作模式,自动化控制水平低,产品质量波动大。随着“以信息化带动工业化”成为各个工业企业发展的核心战略任务,转炉炼钢过程的计算机应用是转炉发展的重要方向。计算机应用的一个重要方式就是建立转炉提钒过程的数学模型。数学模型能定量地描述系统运动的规律,对科学研究和指导生产都具有非常重要的意义。目前,在炼钢、炼铁的许多领域,都建立起了数学模型,在提高技术水平、稳定技术指标等方面取得了相当好的应用效果。 本论文对重庆大学自动控制研究所与某钢铁公司合作开发的“提钒过程静态模型及其控制决策计算智能研究”项目(以下简称项目)进行了深入的研究。对本项目的建模机制、模型算法、模型优化从免疫理论的角度作了新的探讨,将基于免疫的混合学习算法用于项目中径向基函数神经网络的建模,丰富了此项目的建模方法,进一步深化了对项目的理解。 在对基于免疫的混合学习算法的探讨过程中,我们对算法的免疫学背景,免疫网络的相关理论作了较详细的阐述,并从免疫系统的角度对RBF神经网络做了全新的解释,提出了RBF神经网络就是人工免疫系统的观点。对基于免疫的混合学习算法的两种子算法:通过克隆选择进行学习方法和通过内部亲和力进行学习方法,从算法原理、算法步骤和算法验证等多个方面进行了详细的阐述。并最终将其用到了我们的提钒静态模型的建模上:采用通过克隆选择进行学习的算法建立具有足够预报精度的模型,再采用通过内部亲和力进行学习这种减量算法对模型进行调整,以使模型结构最简。通过仿真实验,证明基于免疫的混合学习算法相对于传统算法有明显的优越性。(本文来源于《重庆大学》期刊2004-05-10)

基于免疫的混合学习算法论文开题报告

基于免疫的混合学习算法论文参考文献

[1].任江洪.基于免疫的混合学习算法在转炉提钒静态模型中的应用研究[D].重庆大学.2004

论文知识图

使用基于免疫的混合学习算法训...传统提钒模型实验输出.eouuoeaonaoeo...-3Hermite多项式的拟合仿真结果表明,...

标签:;  ;  ;  ;  ;  

基于免疫的混合学习算法论文_任江洪
下载Doc文档

猜你喜欢