检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

动态模糊神经网络在DTC系统中的应用

沈阳农业大学学报 2010年第2期41卷 244-246页

作者：王桂英刘玥彤沈阳农业大学信息与电气工程学院沈阳110866

基于DTC系统中的变参数非线性关系,提出了一种适应于异步电机的直接转矩控制的自适应模糊神经控制方法,同时在Simulink环境下对系统分别采用两种不同的PI速度调节器进行了仿真和比较,该方法具有响应快、超调量小等特点,通过仿真结果表... 详细信息

基于DTC系统中的变参数非线性关系,提出了一种适应于异步电机的直接转矩控制的自适应模糊神经控制方法,同时在Simulink环境下对系统分别采用两种不同的PI速度调节器进行了仿真和比较,该方法具有响应快、超调量小等特点,通过仿真结果表明了该方法的有效性。

关键词：动态模糊神经网络 DTC Simulink PI速度调节器

在线全文

学校读者我要写书评

暂无评论

动态模糊神经网络在并联平台控制中的应用

系统仿真学报 2009年第8期21卷 2338-2340页

作者：李磊朱齐丹高双哈尔滨工程大学自动化学院哈尔滨150001

针对六自由度并联平台运动控制精度不高的缺点,结合人工神经网络的优点,提出了一种动态模糊神经网络(DFNN)控制器来控制并联平台。此动态模糊神经网络由前向模糊神经网络的规一化层和输出层之间加入递归层构成,同时根据其特点给出了网... 详细信息

针对六自由度并联平台运动控制精度不高的缺点,结合人工神经网络的优点,提出了一种动态模糊神经网络(DFNN)控制器来控制并联平台。此动态模糊神经网络由前向模糊神经网络的规一化层和输出层之间加入递归层构成,同时根据其特点给出了网络参数的学习算法,此动态模糊神经网络具有动态映射能力,对动态系统具有更好的响应效果。利用动态模糊神经网络控制器对并联平台的轨迹跟踪控制进行了仿真,结果表明此控制算法具有较好的跟踪性能和较强的鲁棒性。

关键词：动态模糊神经网络并联平台梯度轨迹跟踪液压

在线全文

学校读者我要写书评

暂无评论

动态模糊神经网络的应用及研究

动态模糊神经网络的应用及研究

作者：梅蓉蓉江南大学

学位级别：硕士

模糊神经网络是在现代信息科学领域中发展非常迅速的重要学科之一。模糊神经网络集模糊系统知识的明显表达和神经网络强大的学习功能于一体,具有学习功能和自适应能力,并被广泛的应用于工业过程控制、机器控制、消费电子、系统辨识、模... 详细信息

模糊神经网络是在现代信息科学领域中发展非常迅速的重要学科之一。模糊神经网络集模糊系统知识的明显表达和神经网络强大的学习功能于一体,具有学习功能和自适应能力,并被广泛的应用于工业过程控制、机器控制、消费电子、系统辨识、模式识别、图像处理、数据挖掘等多个领域。在现有的模糊神经网络系统中,研究主要集中在模糊神经网络的表达方式和参数确定上,而对神经网络的辨识问题仍未解决。本文在前人的研究基础上,对动态模糊神经网络及其应用进行了深入的研究,取得如下成果: （1）针对未知状态的人脸识别提出了一种基于状态估计的张量分解的人脸特征提取方法。张量脸算法是分析和表达多因素影响的人脸图像结构的一种有效的数学模型,在原有的张量脸算法的基础上结合状态估计方法,对待识别人脸进行特征提取,通过动态模糊神经网络分类器进行识别,结果表明基于状态估计的张量分解方法的正确识别率高于原有的张量脸算法和常用的PCA人脸特征提取方法,而且网络训练速度也有提高。（2）在对动态模糊神经网络深入研究的基础上,本文又将补偿模糊神经元引入到动态模糊神经网络,提出了一种改进的动态模糊神经网络,即动态补偿模糊神经网络。通过在ORL人脸数据库和Weizmann人脸数据库上的多次实验表明,动态补偿模糊神经网络分类器的性能优于动态模糊神经网络分类器和径向基函数神经网络分类器。（3）由于通过动态模糊神经网络产生的模糊规则可理解性不高,而且产生和删除规则的次数易重叠,所以又对广义的动态模糊神经网络进行了深入的研究。广义的动态模糊神经网络（GDFNN）弥补了原有的动态模糊神经网络的缺陷,使使用者使用更方便,在函数逼近和系统辨识中的实验效果也表明,GDFNN的性能优于DFNN的,而且学习速度也有明显提高。

关键词：动态模糊神经网络补偿模糊神经元函数逼近人脸识别张量脸算法状态估计

基于张量的动态神经网络与高阶模糊集应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于张量的动态神经网络与高阶模糊集应用研究

作者：胡佳乐内蒙古大学

学位级别：硕士

神经网络通过模拟人脑中神经元的结构,探索人脑的智能活动。神经网络的设计可以根据待解决问题的复杂程度进行灵活调整,通过调整内部节点之间的关系,并在训练过程中不断更新权重值,从而达到处理信息的目的。神经网络已应用在模式识别、... 详细信息

神经网络通过模拟人脑中神经元的结构,探索人脑的智能活动。神经网络的设计可以根据待解决问题的复杂程度进行灵活调整,通过调整内部节点之间的关系,并在训练过程中不断更新权重值,从而达到处理信息的目的。神经网络已应用在模式识别、信号处理、知识工程、专家系统、优化组合、机器人控制等领域,因此具有十分广泛的研究价值。本文设计了三种不同的神经网络。采用模糊集和张量结合的方式对动态模糊神经网络进行改造设计出区间二型动态模糊神经网络;通过构造三种区间二型激活函数及对应的导数算法设计出张量化区间二型深度神经网络;通过构造高阶模糊集并修正张量逆算法设计了高阶模糊神经网络。本文主要工作总结为如下几个方面:1.为了解决动态模糊神经网络存在的过拟合问题,网络中采用模糊集并构建了张量模型,通过张量逆算法进行权重调整。所提出的区间二型动态模糊神经网络有效地防止了网络训练过程中过拟合现象的产生。2.针对反向传播中底层残差过小导致的深度神经网络无法快速训练问题,为其设计了三种区间二型激活函数,并结合张量定义了二型函数的导数。仿真实验表明两种形式的结合方式能够有效地解决底层残差不足的问题,并且在更深的网络结构中能够实现有效的训练。3.针对复杂问题的建模,提出了递归区间n型模糊集,该模糊集能够对高维数据进行有效建模,为后续张量回归算法奠定了基础。网络中改进了张量逆算法,防止了权重发生过大的变化。

关键词：模糊集张量反向传播动态模糊神经网络深度神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

动态模糊神经网络在综合评判中的应用

动态模糊神经网络在综合评判中的应用

作者：刘小艳西安科技大学

学位级别：硕士

随着模糊综合评判方法在各领域中的广泛应用,综合评判方法的重要性和优越性也越来越明显和突出。尽管国内外有不少理论研究者和实际工作者对综合评判模型进行了不断地完善和拓宽,但随着社会的发展、科技的进步、智能技术的发展以及其它... 详细信息

随着模糊综合评判方法在各领域中的广泛应用,综合评判方法的重要性和优越性也越来越明显和突出。尽管国内外有不少理论研究者和实际工作者对综合评判模型进行了不断地完善和拓宽,但随着社会的发展、科技的进步、智能技术的发展以及其它不同学科的相互渗入,利用神经网络和模糊技术的互补优势,建立更完善的评判模型己成为综合评判研究的必然。近年来对动态综合评判的研究受到了普遍关注,成为综合评判研究的热点和前沿。由于动态综合评判问题比较复杂,使得动态综合评判问题的研究成果相当少,尚未形成完整的框架体系,因此动态综合评判的很多方面都需要进一步的研究和丰富。动态综合评判问题是一类很有现实意义和应用价值的决策问题,其应用领域包括随时间变动指标或参数变动较大的系统。现实中,动态经济系统、管理者的绩效评判和考核、候选人的排序等问题均涉及动态评判问题。本文在研究模糊理论及神经网络模型,模糊理论和神经网络的有效结合,对已有的综合评判模型的优劣进行研究分析,在此基础上结合已有的评判模型,根据BP网络和RBF网络各自的优点和不足,采用BP网络和RBF网络二者有效结合建立了新的二级综合评判模型。本文所建模型的主要特点:在学习的过程中（1）参数可以自动调节,（2）结构在学习的过程中自动确立;引入了时间的概念,即确定评判指标在不同时刻的权重系数,也就是采用相同的评判系统在不同的时刻对被评判对象进行连续的评价,将评价结果构造成一组“序列”,并通过时间权向量集结这个“序列”得到最终的评判值。所建模型应用于教师绩效的评判中,验证了网络模型的有效性和实用性。

关键词：模糊理论神经网络动态模糊神经网络综合评判

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

动态模糊神经网络在船舶动力定位中的应用

船舶工程 2006年第2期28卷 43-46页

作者：谷丽丽邓志良江苏科技大学自动化系镇江212003

在前向模糊神经网络的归一化层和输出层之间加入递归层,形成的一种新型动态模糊神经网络(DFNN)具有动态映射能力,从而对动态系统有更好的响应.文章还推导了基于BP的反传学习算法.运用DFNN对船舶动力定位控制进行的仿真实验结果证明了该... 详细信息

在前向模糊神经网络的归一化层和输出层之间加入递归层,形成的一种新型动态模糊神经网络(DFNN)具有动态映射能力,从而对动态系统有更好的响应.文章还推导了基于BP的反传学习算法.运用DFNN对船舶动力定位控制进行的仿真实验结果证明了该方法的有效性.

关键词：船舶动力定位动态模糊神经网络动态系统

在线全文

学校读者我要写书评

暂无评论

动态模糊神经网络在非线性系统中的应用研究

动态模糊神经网络在非线性系统中的应用研究

作者：马俊伟东北大学

学位级别：硕士

非线性系统控制是当下控制领域的研究热点。严格意义上,现实生活中的被控对象都含有非线性因素。随着科学技术的不断进步和工业生产的不断发展,各个领域对控制系统品质的要求越来越高,这使得控制系统不断复杂化;另外现代工业的被控对象... 详细信息

非线性系统控制是当下控制领域的研究热点。严格意义上,现实生活中的被控对象都含有非线性因素。随着科学技术的不断进步和工业生产的不断发展,各个领域对控制系统品质的要求越来越高,这使得控制系统不断复杂化;另外现代工业的被控对象通常具有复杂多变量、严重的非线性、强耦合、大滞后、分布参数时变以及种类繁多的干扰等特点：这使得基于精确数学模型的传统控制理论显现出诸多局限。为解决这些问题,智能控制理论被广泛应用于非线性系统的控制,尤其模糊神经网络控制更成为了研究热点。虽然模糊神经网络在非线性系统过程建模与控制中取得了一定成果,但尚有许多问题亟待解决。因此,进一步讨论模糊神经网络在非线性系统中的应用具有重要的理论和现实意义。本文在总结了非线性系统控制和模糊神经网络研究背景、现状之后,引出动态模糊神经网络（D-FNN）这一概念,并对其结构、算法、泛化能力及网络修剪技术等进行了深入的探讨。同时通过逼近Hermite函数和非线性动态系统辨识两次仿真,初步验证了动态模糊神经网络的有效性和实用性。随后运用动态模糊神经网络对循环流化床锅炉燃烧系统的流化床温度进行了直接逆控制设计及仿真,将其仿真结果与传统PID控制系统的仿真结果进行比较,证实了基于D-FNN控制器的控制系统抗干扰性好、响应快速平稳、收敛迅速、稳态误差小,具有良好的自适应性和鲁棒性。

关键词：非线性系统动态模糊神经网络循环流化床锅炉直接逆控制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于EKF与TLS动态模糊神经网络算法

中山大学学报（自然科学版） 2019年第1期58卷 138-143页

作者：张彩霞佛山科学技术学院自动化学院广东佛山528000

提出了一种动态模糊神经网络(D-FNN)算法。在实际应用中,可以用卡尔曼滤波(KF)方法来调节D-FNN结果参数,同时,EKF (扩展卡尔曼滤波)方法用于更新前提参数的中心和宽度,从而使得所有参数都被修正。该算法可用于平滑、滤波或者预测非线性... 详细信息

提出了一种动态模糊神经网络(D-FNN)算法。在实际应用中,可以用卡尔曼滤波(KF)方法来调节D-FNN结果参数,同时,EKF (扩展卡尔曼滤波)方法用于更新前提参数的中心和宽度,从而使得所有参数都被修正。该算法可用于平滑、滤波或者预测非线性动态系统的状态,同其他基于梯度的在线算法相比,EKF可以加快D-FNN收敛速度。采用总体最小二乘(TLS)方法作为修剪技术来选择D-FNN重要的模糊规则。如果在学习进行时,检测到不活跃的模糊规则并加以剔除,则可获得更为紧凑的D-FNN结构,TLS方法是用来补偿线性参数估计问题中数据误差的一种技术。最后针对实际案例进行了仿真分析,验证了该算法的有效性和高效性。

关键词：动态模糊神经网络修剪技术模糊规则径向基神经网络

在线全文

学校读者我要写书评

暂无评论

基于动态模糊神经网络的超临界机组协调控制

华北电力大学学报（自然科学版） 2021年第2期48卷 96-103页

作者：马良玉郑佳奕华北电力大学控制与计算机工程学院河北保定071003

为改善超临界机组的协调控制品质,研究了基于动态模糊神经网络(DFNN)的机组负荷与主汽压特性逆模型建模方法,借助火电机组全范围仿真机获取的仿真数据进行离线建模。以上述模型为基础,提出一种模型离线训练与在线校正相结合的协调系统D... 详细信息

为改善超临界机组的协调控制品质,研究了基于动态模糊神经网络(DFNN)的机组负荷与主汽压特性逆模型建模方法,借助火电机组全范围仿真机获取的仿真数据进行离线建模。以上述模型为基础,提出一种模型离线训练与在线校正相结合的协调系统DFNN逆控制方案,编制了实时控制算法。通过与仿真机进行实时双向数据交换,开展了详细的协调控制仿真试验。结果表明:采用DFNN逆控制,机组在大幅变工况下负荷与主汽压响应的快速性与机组原PID控制相比有较为显著的提高,有效改善了机组的协调控制品质。

关键词：超临界机组协调控制动态模糊神经网络逆模型在线校正