空军工程大学学报(自然科学版)
空軍工程大學學報(自然科學版)
공군공정대학학보(자연과학판)
JOURNAL OF AIR FORCE ENGINEERING UNIVERSITY (NATURAL SCIENCE EDITION)
2009年
3期
64-67
,共4页
周延延%吴晓燕%韦刚%班斐
週延延%吳曉燕%韋剛%班斐
주연연%오효연%위강%반비
神经网络%模型验证%可信性
神經網絡%模型驗證%可信性
신경망락%모형험증%가신성
通过对传统模型验证方法在应用中所存在问题的详细分析,提出一种基于神经网络的模型验证方法.该方法利用神经网络强大的非线性映射能力,通过对各种模型关键行为特性的学习,将实际系统行为归类为其中的一种模型,从而对模型的可信性做出评估.首先利用仿真模型的输入输出作为训练集充分训练神经网络,再使用实际系统参数作用于训练好的神经网络,通过神经网络的输出值(概率向量)确定模型与实际系统的匹配程度.最后的图像目标识别模型验证数值仿真实例,说明了该方法的可行性和有效性.基于神经网络的模型验证方法能够很好地验证模型对复杂不确定系统的建模准确程度.
通過對傳統模型驗證方法在應用中所存在問題的詳細分析,提齣一種基于神經網絡的模型驗證方法.該方法利用神經網絡彊大的非線性映射能力,通過對各種模型關鍵行為特性的學習,將實際繫統行為歸類為其中的一種模型,從而對模型的可信性做齣評估.首先利用倣真模型的輸入輸齣作為訓練集充分訓練神經網絡,再使用實際繫統參數作用于訓練好的神經網絡,通過神經網絡的輸齣值(概率嚮量)確定模型與實際繫統的匹配程度.最後的圖像目標識彆模型驗證數值倣真實例,說明瞭該方法的可行性和有效性.基于神經網絡的模型驗證方法能夠很好地驗證模型對複雜不確定繫統的建模準確程度.
통과대전통모형험증방법재응용중소존재문제적상세분석,제출일충기우신경망락적모형험증방법.해방법이용신경망락강대적비선성영사능력,통과대각충모형관건행위특성적학습,장실제계통행위귀류위기중적일충모형,종이대모형적가신성주출평고.수선이용방진모형적수입수출작위훈련집충분훈련신경망락,재사용실제계통삼수작용우훈련호적신경망락,통과신경망락적수출치(개솔향량)학정모형여실제계통적필배정도.최후적도상목표식별모형험증수치방진실례,설명료해방법적가행성화유효성.기우신경망락적모형험증방법능구흔호지험증모형대복잡불학정계통적건모준학정도.