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

流体力学深度学习建模技术研究进展

航空学报 2021年第4期42卷 225-244页

作者：王怡星韩仁坤刘子扬张扬陈刚西安交通大学机械结构强度与振动国家重点实验室西安710049 西安交通大学航天航空学院先进飞行器服役环境与控制陕西省重点实验室西安710049 中国空气动力研究与发展中心计算空气动力研究所绵阳621000

深度学习技术在图像处理、语言翻译、疾病诊断、游戏竞赛等领域已带来了颠覆性的变化。流体力学问题由于维度高、非线性强、数据量大等特点,恰恰是深度学习擅长并可以带来研究范式创新的重要领域。目前,深度学习技术已在流体力学领域得... 详细信息

深度学习技术在图像处理、语言翻译、疾病诊断、游戏竞赛等领域已带来了颠覆性的变化。流体力学问题由于维度高、非线性强、数据量大等特点,恰恰是深度学习擅长并可以带来研究范式创新的重要领域。目前,深度学习技术已在流体力学领域得到了初步应用,其应用潜力逐渐得到证实。以流体力学深度学习技术为背景,结合课题组近期研究结果,探讨了流体力学深度学习建模技术及其最新进展。首先,对深度学习技术所涉及的基本理论做了介绍,阐释流场建模中常用深度学习方法背后的数学原理。其次,分别对流体力学控制方程、流场重构、特征量建模和应用等几个典型的人工智能与流体力学交叉问题应用场景所涉及的深度学习技术研究进展进行了介绍。最后,探讨了流体力学深度学习建模技术所面临的挑战与未来发展趋势。

关键词：深度学习流体力学降阶技术流场重构几何特征提取非线性系统建模

高炉炼铁过程多元铁水质量非线性子空间建模及应用

在线全文

学校读者我要写书评

暂无评论

自动化学报 2016年第11期42卷 1664-1679页

作者：宋贺达周平王宏柴天佑东北大学流程工业综合自动化国家重点实验室曼切斯特大学控制系统中心

高炉炼铁是一个物理化学反应复杂、多相多场耦合的大滞后、非线性动态系统,其关键工艺指标—铁水质量参数的检测、建模和控制一直是冶金工程和自动控制领域的难题.本文提出一种面向控制的数据驱动高炉炼铁多元铁水质量非线性子空间建模... 详细信息

高炉炼铁是一个物理化学反应复杂、多相多场耦合的大滞后、非线性动态系统,其关键工艺指标—铁水质量参数的检测、建模和控制一直是冶金工程和自动控制领域的难题.本文提出一种面向控制的数据驱动高炉炼铁多元铁水质量非线性子空间建模方法.首先,为了提高建模效率和降低计算复杂度,采用数据驱动典型相关性分析与相关性分析相结合的方法提取与铁水质量相关性最强的关键可控变量作为建模的输入变量;同时,为了更好地反映高炉非线性动态特性,将相关输入输出变量的时序和时滞关系在建模过程进行考虑;最后,采用基于最小二乘支持向量机(Least square support vector machine,LS-SVM)的非线性Hammerstein系统子空间辨识方法建立数据驱动的多元铁水质量非线性状态空间模型.同时,将核函数表示的模型非线性特性用多项式函数拟合,在仅损失很小模型精度的前提下大大降低模型的计算复杂度.基于实际数据的工业试验验证了所提建模方法的准确性、有效性和先进性.

关键词：高炉炼铁子空间辨识 Hammerstein模型典型相关性分析非线性系统建模最小二乘支持向量机多元铁水质量

基于带回归权重RBF-AR模型的混沌时间序列预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

系统工程与电子技术 2010年第4期32卷 820-824页

作者：甘敏彭辉中南大学信息科学与工程学院湖南长沙410083

提出了用带回归权重的径向基函数(radial basis function,RBF)网络来逼近状态相依自回归(autogressive,AR)模型中的函数系数,得到了带回归权重的RBF-AR模型。在这种模型中,RBF神经网络的输出权重已不是单一的常量,而是输入变量的线性回... 详细信息

提出了用带回归权重的径向基函数(radial basis function,RBF)网络来逼近状态相依自回归(autogressive,AR)模型中的函数系数,得到了带回归权重的RBF-AR模型。在这种模型中,RBF神经网络的输出权重已不是单一的常量,而是输入变量的线性回归函数。一种快速收敛的结构化非线性参数优化方法被用来估计提出的模型,辨识出的模型用来预测两组著名的混沌时间序列:Mackey-Glass时间序列和Lorenz吸引子时间序列。实验结果表明,提出的模型在预测精度上要优于其他一些现存的模型。

关键词：非线性系统建模 RBF-AR模型回归权重参数优化混沌时间序列

在线全文

学校读者我要写书评

暂无评论

基于ANFIS的温度传感器非线性校正方法

仪器仪表学报 2005年第5期26卷 511-514,527页

作者：杨延西刘丁西安理工大学信息与控制工程研究中心西安710048

介绍了用神经网络进行传感器非线性误差校正的原理与方法,分析了自适应神经模糊推理系统(ANFIS)的基本原理。通过模糊聚类和混合学习算法,ANFIS可以逼近高阶输入输出非线性系统,将该算法用于两个典型非线性系统建模,均能获得满意结果。... 详细信息

介绍了用神经网络进行传感器非线性误差校正的原理与方法,分析了自适应神经模糊推理系统(ANFIS)的基本原理。通过模糊聚类和混合学习算法,ANFIS可以逼近高阶输入输出非线性系统,将该算法用于两个典型非线性系统建模,均能获得满意结果。之后,将ANFIS算法用于温度传感器非线性校正中,试验结果表明该方法与基于CMAC网络和BP网络的校正方法相比,校正的精度高于以上两种校正方法。

关键词： ANFIS 温度传感器校正方法自适应神经模糊推理系统非线性误差校正非线性系统建模混合学习算法 CMAC网络非线性校正神经网络基本原理模糊聚类输入输出 BP网络试验结果

一种基于混合梯度下降算法的模糊神经网络设计及应用

在线全文

学校读者我要写书评

暂无评论

控制与决策 2017年第9期32卷 1635-1641页

作者：韩红桂林征来乔俊飞北京工业大学电子信息与控制工程学院北京100124 北京工业大学计算智能与智能系统北京市重点实验室北京100124

为了提高模糊神经网络(FNN)的收敛速度和泛化能力,提出一种基于混合梯度下降算法(HG)的模糊神经网络(HG-FNN).HG-FNN通过设计FNN参数调整过程的自适应学习率,利用链式法则获取FNN参数学习过程的梯度,在实现FNN参数自校正的同时,给出HG-... 详细信息

为了提高模糊神经网络(FNN)的收敛速度和泛化能力,提出一种基于混合梯度下降算法(HG)的模糊神经网络(HG-FNN).HG-FNN通过设计FNN参数调整过程的自适应学习率,利用链式法则获取FNN参数学习过程的梯度,在实现FNN参数自校正的同时,给出HG-FNN的收敛性证明,保证HG-FNN的收敛速度和泛化能力.最后,将所设计的HG-FNN应用于非线性系统建模与污水处理过程关键水质参数预测,实验比较结果显示,HG-FNN不仅具有较快的收敛速度,而且具有较好的泛化能力.

关键词：模糊神经网络混合梯度自适应学习率非线性系统建模

基于神经元特性的径向基函数神经网络自组织设计方法

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2020年第12期37卷 2618-2626页

作者：贾丽杰李文静乔俊飞北京工业大学信息学部北京100124 计算智能和智能系统北京市重点实验室北京100124

针对径向基神经函数(RBF)网络隐层结构难以确定的问题,本文介绍了一种基于神经元特性的RBF神经网络自组织设计方法,该方法将神经元的激活活性、显著性、相关性相结合设计RBF(ASC–RBF)神经网络.首先利用神经元的激活活性,实现隐含层神... 详细信息

针对径向基神经函数(RBF)网络隐层结构难以确定的问题,本文介绍了一种基于神经元特性的RBF神经网络自组织设计方法,该方法将神经元的激活活性、显著性、相关性相结合设计RBF(ASC–RBF)神经网络.首先利用神经元的激活活性,实现隐含层神经元的自适应增加,结合神经元的显著性以及神经元之间的相关性,实现神经元的自适应替换和合并,完成网络自组织设计并提高网络的紧凑性,然后利用二阶梯度算法对网络参数进行修正学习,保证了RBF网络的精度;另外,针对网络结构自组织机制给出了稳定性分析;最后通过两个基准非线性系统建模仿真实验以及实际污水处理过程水质参数预测实验验证,证明该算法的有效性.对比实验结果表明, ASC–RBF神经网络与现有的自组织网络相比,在保证泛化性能的同时,该网络的训练速度更快,而且有更紧凑的网络结构.

关键词：径向基函数神经网络自组织结构设计二阶算法非线性系统建模

在线全文

学校读者我要写书评

暂无评论

基于递推预报误差算法的前馈神经网络的设计

计算机工程与应用 2003年第19期39卷 130-132页

作者：穆玲玲王桂萍郑州大学信息工程学院郑州450052

该文介绍了一种基于递推预报误差算法的前馈神经网络的实现方法。将该网络应用于非线性系统模型的仿真试验中取得了良好的效果。文中给出了试验的结果,并对该网络的应用进行了讨论。

关键词：递推预报误差算法前馈神经网络非线性系统建模

在线全文

学校读者我要写书评

暂无评论

广义频率响应函数的鲁棒建模新方法

信号处理 2005年第6期21卷 642-645页

作者：魏瑞轩张优云宋志平孔祥玉西安交通大学机械学院西安710049 空军工程大学工程学院西安710038

针对基于非线性谱分析的故障诊断技术的需要,研究了非线性系统的广义频率响应函数的鲁棒在线建模方法。首先将次元分析算法应用于Volterra级数模型的辨识,并通过对此算法的修正,得到了一种改进的Volterra系统的鲁棒辨识算法。对其鲁... 详细信息

针对基于非线性谱分析的故障诊断技术的需要,研究了非线性系统的广义频率响应函数的鲁棒在线建模方法。首先将次元分析算法应用于Volterra级数模型的辨识,并通过对此算法的修正,得到了一种改进的Volterra系统的鲁棒辨识算法。对其鲁棒性能进行的分析表明,改进算法的鲁棒抗噪性能被明显提高。在此基础上,提出了一种广义频率响应函数的两步鲁棒建模新方法。仿真实验表明,该方法具有良好的鲁棒收敛性能,能够有效解决GFRF的在线建模问题。

关键词：非线性系统广义频率响应函数非线性系统建模 Volterra级数模型建模问题

基于蚁群优化ANFIS模型的建筑室温状态和能耗预测

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2023年第6期40卷 63-69页

作者：徐超于忠清李劲华青岛大学数据科学与软件工程学院山东青岛223800

建筑采暖、通风和空调(HVAC)系统占据了超过一半的建筑能耗,系统的运行状态和能耗预测是节约建筑能耗、确保热舒适性的关键。提出一种基于蚁群优化算法(ACO)优化的自适应神经网络模糊推理系统(ANFIS),对暖通空调中空气处理单元(AHU)的... 详细信息

建筑采暖、通风和空调(HVAC)系统占据了超过一半的建筑能耗,系统的运行状态和能耗预测是节约建筑能耗、确保热舒适性的关键。提出一种基于蚁群优化算法(ACO)优化的自适应神经网络模糊推理系统(ANFIS),对暖通空调中空气处理单元(AHU)的状态和能耗进行建模和预测。通过蚁群优化算法和最小二乘法对ANFIS网络训练过程中前提参数和结论参数的寻优,进一步提高ANFIS方法对于HVAC等非线性系统建模的速度和精度。与随机森林(RF)、支持向量机(SVM)、BP神经网络和一般ANFIS等模型进行比较,验证了该方法具有更好的预测效果。

关键词：建筑能耗暖通空调自适应神经网络模糊推理系统蚁群优化算法非线性系统建模