Como un tipo de red neuronal de alimentación directa novedosa con una sola capa oculta, las redes neuronales ELM (máquinas de aprendizaje extremo) se estudian para la identificación y control de sistemas dinámicos no lineales. La propiedad de estructura simple y rápida convergencia de ELM se puede mostrar claramente. En este documento, estamos interesados en el control adaptativo de plantas dinámicas no lineales mediante el uso de redes neuronales OS-ELM (máquinas de aprendizaje extremo secuenciales en línea). Basándose en la división del alcance de los datos, también se resuelve el problema de que el proceso de entrenamiento de la red neuronal ELM es sensible a los datos iniciales de entrenamiento. De acuerdo con el rango de salida de la planta controlada, los datos correspondientes a este rango se utilizarán para inicializar ELM. Además, debido a la desventaja del control adaptativo convencional, cuando la red neuronal OS-ELM se utiliza para el control adaptativo del sistema con parámetros cambiantes, la estructura topológica de la red neuronal
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Un enfoque de elementos finitos para evaluar la termorregulación en el cuerpo humano debido a los efectos de la evaporación del sudor al cocinar, limpiar y caminar
Artículo:
Modelo de elección de ubicación conjunta de residencia y lugar de trabajo basado en el comportamiento de decisión de los hogares.
Artículo:
Estimación de la resistencia dinámica de media onda en tiempo real basada en redes neuronales artificiales integradas durante el proceso de soldadura por puntos con resistencia de corriente alterna
Artículo:
Construcción de soluciones de series de potencias fraccionarias para ecuaciones de Boussinesq fraccionarias mediante el método de series de potencias residuales
Artículo:
Nota sobre la regularidad de medidas no aditivas