检索结果-南通市图书馆

广义动态模糊神经网络及在轴承故障诊断中的应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

煤矿机械 2010年第10期31卷 251-254页

作者：张思扬匡芳君徐蔚鸿湖南师范大学物理与信息科学学院长沙410081 湖南安全技术职业学院长沙410151 长沙理工大学计算机与通信工程学院长沙410077

提出一种结合小波包分解和广义动态模糊神经网络的故障诊断方法,该方法首先采用小波包分解与重构提取各频带的能量作为故障特征向量,并以此向量作为输入,再利用广义动态模糊神经网络建立轴承故障诊断模型,该模型不仅能对模糊规则而且能... 详细信息

提出一种结合小波包分解和广义动态模糊神经网络的故障诊断方法,该方法首先采用小波包分解与重构提取各频带的能量作为故障特征向量,并以此向量作为输入,再利用广义动态模糊神经网络建立轴承故障诊断模型,该模型不仅能对模糊规则而且能对输入变量的重要性做出评价,使每个输入变量和模糊规则都可根据误差减少率进行修正。实验结果表明:该方法对识别和预测轴承的状态具有较高的精度和效率。

关键词：轴承故障诊断小波包分解广义动态模糊神经网络模糊规则

基于广义动态模糊神经网络的光伏电池MPPT控制

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2010年第13期38卷 22-25页

作者：杨旭曾成碧陈宾四川大学电气信息学院四川成都610065

依照最大功率点跟踪(MPPT)的原理,在综合考虑各种不同的控制方法优缺点的基础上,提出了一种新的基于椭圆基的广义动态模糊神经网络(GD-FNN)的光伏电池的智能控制方法。通过GD-FNN算法调节PWM的占空比来控制光伏电池的输出电压,实现阻抗... 详细信息

依照最大功率点跟踪(MPPT)的原理,在综合考虑各种不同的控制方法优缺点的基础上,提出了一种新的基于椭圆基的广义动态模糊神经网络(GD-FNN)的光伏电池的智能控制方法。通过GD-FNN算法调节PWM的占空比来控制光伏电池的输出电压,实现阻抗匹配,达到能量的最优化。仿真结果表明,这种控制方法能够有效地跟踪到电池的最大功率,并且具有较好的稳定性。

关键词：光伏电池 MPPT 椭圆基广义动态模糊神经网络智能控制

基于广义动态模糊神经网络的聚乙烯分子量分布软测量

在线全文

学校读者我要写书评

暂无评论

华东理工大学学报（自然科学版） 2018年第4期44卷 529-534页

作者：安许锋田洲钱锋华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237

分子量分布(MWD)是聚合物的重要质量指标,但由于实时检测的困难,MWD的预测成为聚合过程先进控制和优化面临的重要挑战。为解决聚乙烯分子量分布预测的实时性和精度问题,本文结合过程信息和反应机理建立了分子量分布预测的混合模型。首... 详细信息

分子量分布(MWD)是聚合物的重要质量指标,但由于实时检测的困难,MWD的预测成为聚合过程先进控制和优化面临的重要挑战。为解决聚乙烯分子量分布预测的实时性和精度问题,本文结合过程信息和反应机理建立了分子量分布预测的混合模型。首先通过机理分析,在假设不同催化剂活性位个数的情况下拟合MWD,通过误差分析获得合理的催化剂个数及分布函数参数,同时操作条件与分布函数参数之间的关系通过广义动态模糊神经网络(GDFNN)描述。在GDFNN中,利用K-means初始化其网络结构,训练过程中,充分利用历史数据和新息决定是否增加新规则,减少冗余规则的频繁生成,并通过分级学习机制,前期提高全局学习率,后期提高局部学习率。最后通过实际工业数据的仿真实验证明了该混合模型的有效性。

关键词：分子量分布广义动态模糊神经网络混合模型分布函数参数

在线全文

学校读者我要写书评

暂无评论

广义动态模糊神经网络用于股市预测

计算机应用与软件 2010年第8期27卷 238-240,297页

作者：于海蛟师军卢照陕西师范大学计算机科学学院陕西西安710062

提出一种用广义动态模糊神经网络预测股票价格的方法,网络结构可随模糊规则在学习过程中逐渐增长而自动调节,以达到预测最优化。通过选用实用的技术参数指标作为网络的输入变量对上证指数的收盘价进行预测,取得了较为理想的效果。

关键词：广义动态模糊神经网络上证指数预测技术指标

在线全文

学校读者我要写书评

暂无评论

广义动态模糊神经网络对软件质量的预测

微型电脑应用 2012年第6期28卷 32-35页

作者：宫丽娜马怀志枣庄学院

软件质量预测是软件质量评价体系中的关键技术,针对软件质量预测过程中难以建立精确数学模型的特点,提出了将广义动态模糊神经网络应用于软件质量预测模型中。以模糊?的完备性作为高斯函数宽度的确定准则,避免了初始化过程中选择的随机... 详细信息

软件质量预测是软件质量评价体系中的关键技术,针对软件质量预测过程中难以建立精确数学模型的特点,提出了将广义动态模糊神经网络应用于软件质量预测模型中。以模糊?的完备性作为高斯函数宽度的确定准则,避免了初始化过程中选择的随机性,同时,能对模糊规则和输入变量的重要性作出评价,从而使每条规则的输入变量的宽度可以根据它对系统性能贡献的大小实施在线自适应调整。通过对软件可靠性的仿真实验结果证明,广义动态模糊神经网络不仅适合模糊规则抽取也可用于系统建模,而且具有较高的辨识精度和效率。

关键词：软件度量软件质量预测模型广义动态模糊神经网络

广义动态模糊神经网络及其在热工辨识中的应用

在线全文

学校读者我要写书评

暂无评论

电力科学与工程 2009年第7期25卷 38-41页

作者：李岩王东风韩璞华北电力大学控制科学与工程学院河北保定071003

针对热工过程难以建立精确数学模型的特点,将广义动态模糊神经网络应用于热工复杂系统的辨识。该算法以模糊完备性作为高斯函数宽度的确定准则,避免初始化选择的随机性。同时,该算法不仅能对模糊规则而且能对输入变量的重要性做出评价,... 详细信息

针对热工过程难以建立精确数学模型的特点,将广义动态模糊神经网络应用于热工复杂系统的辨识。该算法以模糊完备性作为高斯函数宽度的确定准则,避免初始化选择的随机性。同时,该算法不仅能对模糊规则而且能对输入变量的重要性做出评价,从而使得每个输入变量和模糊规则都可以根据误差减少率进行修正。通过对某电厂一次风量和平均床温实测数据的仿真实验结果表明,该方法具有较高的辨识精度和效率。

关键词：模糊规则广义动态模糊神经网络热工辨识仿真实验

基于广义动态模糊神经网络的自动驾驶换道策略优化方法

在线全文

学校读者我要写书评

暂无评论

系统工程 2022年第6期40卷 113-120页

作者：王嘉文胡晨曦李少波上海理工大学管理学院上海200093 上海闵行城市建设投资开发有限公司上海201199

为使自动驾驶车辆行驶效率提高,研究安全且高效的自动驾驶车辆换道策略是基础问题之一。本文基于广义动态模糊神经网络模型提出一种以运行效率为优化目标的自动驾驶换道策略。首先,基于元胞自动机建立高速公路交通流模型,分别实现人工... 详细信息

为使自动驾驶车辆行驶效率提高,研究安全且高效的自动驾驶车辆换道策略是基础问题之一。本文基于广义动态模糊神经网络模型提出一种以运行效率为优化目标的自动驾驶换道策略。首先,基于元胞自动机建立高速公路交通流模型,分别实现人工驾驶、自动驾驶车辆的跟驰与换道表达方法;进而设计并实现了基于广义动态模糊神经网络(GD-FNN)的自学习算法优化自动驾驶车辆换道策略;最后与元胞自动机经典换道策略进行对比。结果表明:GD-FNN换道策略在处于低密度区具有更高的换道频率;GD-FNN换道策略在驾驶效率上整体优于STCA,在中低密度条件下单位时间内行驶距离可提升12.88%.

关键词：自动驾驶汽车换道策略高效驾驶广义动态模糊神经网络

基于广义动态模糊神经网络的短时车站进站客流量预测

在线全文

学校读者我要写书评

暂无评论

都市快轨交通 2015年第4期28卷 57-61页

作者：李春晓李海鹰蒋熙许心越赵阿群北京交通大学轨道交通控制与安全国家重点实验室北京100044 北京交通大学交通运输学院北京100044 北京交通大学计算机与信息技术学院北京100044

针对轨道交通车站短时进站客流的不均衡性、高度非线性和时变性特点,结合逻辑推理能力强的模糊技术与自学习能力强的神经网络,提出一种基于广义动态模糊神经网络(GD-FNN)的短时进站客流量预测方法。以北京轨道交通各车站的进站客流量数... 详细信息

针对轨道交通车站短时进站客流的不均衡性、高度非线性和时变性特点,结合逻辑推理能力强的模糊技术与自学习能力强的神经网络,提出一种基于广义动态模糊神经网络(GD-FNN)的短时进站客流量预测方法。以北京轨道交通各车站的进站客流量数据为例,分析轨道交通车站的进站客流特征,确定影响短时客流分布的主要因素;然后采用GD-FNN方法构建车站短时进站量的预测模型,实现对北京轨道交通系统若干车站进站量的预测。预测结果表明:该方法与传统的神经网络相比,预测效果更准确(最大相对误差小于8%),稳定性好。

关键词：轨道交通广义动态模糊神经网络短时客流预测进站量

基于广义动态模糊神经网络的电液伺服系统控制

在线全文

学校读者我要写书评

暂无评论

机床与液压 2011年第15期39卷 27-29页

作者：王力王永超金勇南京理工大学机械工程学院江苏南京210014 总装备部工程兵武汉军代室湖北武汉430073

针对电液伺服系统这一复杂的非线性系统,提出一种广义动态模糊神经网络学习算法,并设计控制器。该算法以模糊ε-完备性作为高斯函数宽度的确定准则;同时对模糊规则和输入变量的重要性作出评价,并以此来调整每个输入变量和模糊规则。使用... 详细信息

针对电液伺服系统这一复杂的非线性系统,提出一种广义动态模糊神经网络学习算法,并设计控制器。该算法以模糊ε-完备性作为高斯函数宽度的确定准则;同时对模糊规则和输入变量的重要性作出评价,并以此来调整每个输入变量和模糊规则。使用AMESim软件搭建了系统的模型,并利用AMESim的接口技术实现了与Simulink的联合仿真。仿真结果表明,该控制器具有较强的鲁棒性。

关键词：电液伺服系统广义动态模糊神经网络联合仿真