排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
1.
提出了一种高精度求解数值积分的新方法,其主要思想是通过训练神经网络权值并用傅立叶级数来近似未知函数,然后用傅立叶级数的积分来近似未知函数的积分.提出并证明了该算法的收敛性定理和数值积分的求解定理.仿真结果表明,与其它方法相比,本文提出的数值积分方法有计算精度高的特点,因而在工程实际中有较大的应用价值. 相似文献
2.
提出了一种基于最小二乘递推法(RLS)的正交基神经网络算法来分析电力系统谐波参数.该方法根据谐波分析的特点,采用RLS训练神经网络权值,有效地避免了梯度下降法存在局部极小的问题,并且对降低噪声影响有显著作用.电力系统谐波分析的仿真结果表明,该算法经过一次神经网络训练即可获得各次谐波高精度的幅值和相位. 相似文献
3.
针对电力系统谐波的危害和谐波治理的需要,提出了一种高精度的电力系统谐波分析算法,利用该算法可快速获得电力系统基波及各次谐波的高精度幅值和相位.提出并证明了该算法的收敛性定理,给出了利用该算法进行谐波分析的仿真实例.仿真结果表明,提出的谐波测量方法与其他方法相比具有更高的计算精度高和更快的计算速度,因而在电力系统谐波测量中有较大的应用价值. 相似文献
4.
研究了求解线性系统的神经网络算法，提出并证明了神经网络算法的收敛性定理,该算法不涉及矩阵的逆运算和除法运算，不受条件αii≠0的限制，对于严重病态的线性系统也能得到高精度解．给出的应用实例验证了算法的有效性． 相似文献
1