Resumen

Para resolver el complicado proceso y la baja eficiencia y precisin de la resolucin de una clase de ecuaciones matriciales, este trabajo introduce la arquitectura de red neuronal del modelo de sistema lineal saturado para resolver la solucin bisimtrica de una clase de ecuaciones matriciales. En primer lugar, se construye una clase de ecuaciones matriciales para determinar los problemas clave de la resolucin de las ecuaciones. En segundo lugar, se construye la estructura de red neuronal del modelo de sistema lineal saturado para determinar los parmetros caractersticos en el proceso de solucin bisimtrica. A continuacin, se resuelven las ecuaciones matriciales utilizando la topologa de red neuronal de retropropagacin. Finalmente, se realiza la normalizacin de la clase utilizando la funcin objetivo de la solucin bisimtrica, y se realiza la solucin bisimtrica de una clase de ecuaciones matriciales. Con el fin de verificar el efecto de resolucin del mtodo en este trabajo, tres ndices (precisin, precisin de correccin, y el tiempo de resolucin) se han diseado en el experimento. Los resultados experimentales muestran que el mtodo propuesto puede reducir eficazmente el tiempo de resolucin, puede mejorar la precisin y el efecto de correccin de la solucin bisimtrica, y tiene una gran viabilidad.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Proceso complicado; Baja eficacia; Baja precisión; Modelo de sistema lineal saturado; Arquitectura de red neuronal; Solución bisimétrica
• Keywords:Complicated process; Low efficiency; Low accuracy; Linear saturated system model; Neural network architecture; Bisymmetric solution