检索结果-南通市图书馆

控制与决策 1999年第4期14卷 329-333页

作者：张颖邵惠鹤上海交通大学自动化系

分析了一种基于模糊最近邻聚类的自适应模糊辨识方法，从模型简化的思想出发提出一种改进方法，并通过实例仿真证实了改进方法的优越性。最后引入Ｂｅｚｄｅｋ的聚类评价指标对两种聚类结果的有效性进行评判。

关键词：模糊聚类模糊辨识模糊熵聚类学习算法

在线全文

学校读者我要写书评

暂无评论

自适应模糊逻辑系统的聚类学习算法研究

控制与决策 1996年第4期11卷 514-516页

作者：李学锋黄万伟周凤岐西北工业大学航天学院

基于模糊逻辑系统一般数学模型，利用最近邻聚类学习算法对样本数据进行自适应分组，并对系统进行训练，从而使模糊逻辑系统具有自学习功能。

关键词：模糊逻辑系统聚类学习算法自适应模糊系统算法

基于推演式聚类学习算法的卫星健康状态监视系统

在线全文

学校读者我要写书评

暂无评论

航天器工程 2016年第5期25卷 80-84页

作者：余晟张海祥宋宏江何晓宇闫金栋北京空间飞行器总体设计部北京100094

提出一种基于推演式聚类学习算法的卫星通用健康状态监视系统,应用卫星运行数据构建多维空间向量集,通过聚类生成健康状态知识库,可以实时监视卫星遥测状态。使用某卫星热控分系统的测试数据对该系统的有效性进行了验证,结果表明:该系... 详细信息

提出一种基于推演式聚类学习算法的卫星通用健康状态监视系统,应用卫星运行数据构建多维空间向量集,通过聚类生成健康状态知识库,可以实时监视卫星遥测状态。使用某卫星热控分系统的测试数据对该系统的有效性进行了验证,结果表明:该系统具有较好的卫星异常健康状态识别与评估的能力和准确度,可为卫星健康状态监视手段的选择提供参考。

关键词：卫星健康状态监视机器学习聚类学习算法

在线全文

学校读者我要写书评

暂无评论

基于聚类学习算法的模糊系统辨识方法

计算机仿真 1997年第4期14卷 53-55页

作者：李学锋周凤岐西北工业大学航天学院

在建立模糊辨识器的一般数学模型后，利用最近邻聚类算法对样本数据进行分组，然后再将每一组数据视为一个数据对对系统进行在线训练辨识，从而使模糊辨识器能较快的收敛于真实系统。

关键词：聚类学习算法模糊系统辨识系统辨识

在线全文

学校读者我要写书评

暂无评论

基于模糊系统聚类学习的自适应控制算法

济南大学学报（自然科学版） 2004年第3期18卷 252-254页

作者：张勇董吉文陈月辉李聪济南大学信息科学与工程学院山东济南250022

在自适应控制最小方差自校正控制器设计中 ,当被控对象的数学模型未知时 ,可采用模糊系统代替实际系统。提出了一种新的模糊系统的聚类学习算法 ,根据初始聚类中心的选取原则 ,可以使最终获得的聚类结果是全局近优解。该方法只需计算一... 详细信息

在自适应控制最小方差自校正控制器设计中 ,当被控对象的数学模型未知时 ,可采用模糊系统代替实际系统。提出了一种新的模糊系统的聚类学习算法 ,根据初始聚类中心的选取原则 ,可以使最终获得的聚类结果是全局近优解。该方法只需计算一遍样本间的广义距离 ,即可完成初步的聚类 ,通过迭代运算可以使聚类结果得到进一步优化。

关键词：模糊系统聚类学习算法自适应控制

基于径向基函数神经网络的电火花线切割机床可靠性数据模拟生成

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2010年第2期46卷 145-149页

作者：贾志新张宏斌郗安民北京科技大学机械工程学院北京100083 陆军航空兵学院机载设备系北京101114

针对电火花线切割机床(Wire electrical discharge machining,WEDM)可靠性数据分布模型无法确定的问题,提出应用径向基函数(Radial basis function,RBF)神经网络对可靠性数据进行模拟仿真,扩大可靠性数据样本量,从而确定其分布模型的方... 详细信息

针对电火花线切割机床(Wire electrical discharge machining,WEDM)可靠性数据分布模型无法确定的问题,提出应用径向基函数(Radial basis function,RBF)神经网络对可靠性数据进行模拟仿真,扩大可靠性数据样本量,从而确定其分布模型的方法。选取聚类学习算法作为神经网络学习方法,通过无监督学习确定RBF神经网络中各隐节点的数据中心,并根据各数据中心之间的距离确定隐节点的扩展常数,然后用有监督学习训练各隐节点的输出权值。经过对原始可靠性数据进行拟合训练后生成一套RBF神经网络,随机产生100个可靠度数据输入该神经网络产生与原始可靠性数据具有相同失效统计规律的数据。对扩充后的可靠性数据通过图估计法和柯尔莫哥洛夫-斯米尔诺夫(Kolmogorov-smirnov,K-S)检验法确定电火花线切割机床可靠性数据分布模型为对数正态分布模型,同时对可靠性模型的参量估计更加准确。

关键词：径向基函数神经网络可靠性电火花线切割机床聚类学习算法柯尔莫哥洛夫—斯米尔诺夫检验法

在线全文

学校读者我要写书评

暂无评论

ANN在浮选中的应用研究

ANN在浮选中的应用研究

作者：曹小康武汉理工大学

学位级别：硕士

基于矿浆和泡沫是理想混合的假设条件所建立的浮选模型在工业应用中取得了有限的成功。但由于模型自身的复杂性和假设条件在工业系统中很难得到保证，因此，其应用前景有限。今年来，作为现代控制理论前沿的智能控制发展较快，为建立浮... 详细信息

基于矿浆和泡沫是理想混合的假设条件所建立的浮选模型在工业应用中取得了有限的成功。但由于模型自身的复杂性和假设条件在工业系统中很难得到保证，因此，其应用前景有限。今年来，作为现代控制理论前沿的智能控制发展较快，为建立浮选过程非参数模型创造了条件。本文件人工神经元网络技术引入浮选建模过程中，在研究方法上突破了传统了思维方式的限制，将信息技术和智能优化方法与浮选工艺的研究有机的结合起来。本文以铅锌矿石工业浮选铅粗选为例利用ANN网络建立了矿石性质与药剂用量之间的关系模型，并在实验室进行了仿真试验，仿真结果表明：模型的输出能够以较高的精度逼近样本数据，具有一定的实用价值。本文基于上述模型开发了可供实验室开路试验用的“浮选药剂咨询系统”。本文试用ANN网络建立了矿石性质、药剂用量和浮选技术指标之间的关系模型，并在实验室进行了仿真试验，仿真结果表明：模型的输出能够以较高的精度逼近样本数据，具有一定的实用价值。本文基于上述模型开发了可供实验室开路试验用的“浮选指标预测系统”。

关键词：浮选 ANN 聚类学习算法预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于可加性模糊系统的负荷时间序列预测

电工电能新技术 2002年第4期21卷 23-25,73页

作者：刘耀年曾令全张文生李玉玲东北电力学院吉林吉林132012

本文依据可加性模糊系统理论 ,提出了一种新的预测方法 ,利用聚类方法与有监督学习相结合的训练方法 ,提高了系统的函数逼近能力。仿真结果表明 ,系统学习速度快、预测精度高 ,在电力负荷时间序列预测中获得相当满意的结果。

关键词：可加性模糊系统负荷时间序列预测电力系统聚类学习算法有监督学习