arXiv · ML· Mehrdad Shafiei Dizaji, Farzad Shafiei Dizaji·· 13 小时前AI 评分21
基于神经网络的滞回系统建模:从Prandtl和Preisach神经网络到Neuro-Madelung及神经塑性连续模型
Neural Network-Based Modeling of Hysteretic Systems: From Prandtl and Preisach Neural Networks to Neuro-Madelung and Neuroplastic Continuous Models
AI 导读
该综述考察了Prandtl神经网络、Preisach神经网络等模型在非线性滞回系统中的应用,重点分析其记忆表示机制与网络架构。 模型通过停止算子引入滞回记忆,利用退化停止神经元捕捉刚度退化及非共形滞回,并扩展至处理速率依赖行为。 EPNN结合退化算子与速率信息,能够适应对称或非对称、共形或非共形等多种滞回特性。
来源:arXiv · ML · arxiv.org