检索结果-内蒙古大学图书馆

控制与决策 2005年第2期20卷 226-229页

作者：徐春梅尔联洁刘金琨北京航空航天大学电气工程与自动化学院

针对非线性动态系统辨识和控制的特点,对4层模糊神经网络进行了优化和改进.形成了动态模糊神经网络,提高了网络的稳定性和对动态系统的辨识能力,同时给出了基于Lyapunov函数稳定收敛定理的各权向量以及权矩阵学习速率的自适应调整算法.... 详细信息

针对非线性动态系统辨识和控制的特点,对4层模糊神经网络进行了优化和改进.形成了动态模糊神经网络,提高了网络的稳定性和对动态系统的辨识能力,同时给出了基于Lyapunov函数稳定收敛定理的各权向量以及权矩阵学习速率的自适应调整算法.应用于非线性动态系统的辨识和控制仿真试验表明,改进后的动态模糊神经网络与模糊神经网络相比,可取得更好的辨识精度和跟踪控制效果.

关键词：动态模糊神经网络控制自适应学习算法非线性动态系统

来源：评论

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

引用

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

来源：评论

学校读者我要写书评

暂无评论

AMT汽车动态模糊神经网络三参数换挡策略研究

引用

汽车工程 2010年第6期32卷 505-509,476页

作者：陈清洪秦大同叶心重庆大学机械传动国家重点实验室重庆400044

提出了动态模糊神经网络三参数换挡控制原理及其控制器训练算法,将该控制器运用到长安羚羊AMT轿车上,进行神经网络三参数换挡控制仿真与试验,并与两参数换挡进行了比较。结果表明,采用动态模糊神经网络三参数换挡比两参数换挡更符合驾... 详细信息

提出了动态模糊神经网络三参数换挡控制原理及其控制器训练算法,将该控制器运用到长安羚羊AMT轿车上,进行神经网络三参数换挡控制仿真与试验,并与两参数换挡进行了比较。结果表明,采用动态模糊神经网络三参数换挡比两参数换挡更符合驾驶员的换挡经验和习惯,挡位切换曲面变化平滑,比传统计算法求解换挡规律更简便,易于实现,鲁棒性更强。

关键词：汽车机械式自动变速器三参数换挡动态模糊神经网络

来源：评论

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

引用

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

来源：评论

学校读者我要写书评

暂无评论

基于动态模糊神经网络的机床时变定位误差补偿

引用

机械工程学报 2011年第13期47卷 175-179页

作者：王福吉贾振元阳江源卢晓红 f大连理工大学精密与特种加工教育部重点实验室大连116024

为提高数控机床的定位精度,提出基于动态模糊神经网络进行数控机床时变定位误差补偿的方法。针对数控机床定位误差影响因素复杂、模糊规则难于获取的情况,改进动态模糊神经网络,使其能够应用于多输入多输出系统,并实现模糊规则的自动在... 详细信息

为提高数控机床的定位精度,提出基于动态模糊神经网络进行数控机床时变定位误差补偿的方法。针对数控机床定位误差影响因素复杂、模糊规则难于获取的情况,改进动态模糊神经网络,使其能够应用于多输入多输出系统,并实现模糊规则的自动在线辨识与生成。通过测量机床温度和定位精度,应用改进后的动态模糊神经网络建立机床时变定位误差预测模型。运用该模型对数控机床进行定位误差补偿试验,并与径向基神经网络模型补偿的效果进行比较,结果显示,基于动态模糊神经网络的数控机床时变定位误差预测模型精度高、泛化能力强、鲁棒性优,适用于对数控机床定位误差的长时间、高精度的实时补偿。

关键词：动态模糊神经网络时变定位误差数控机床误差补偿

来源：评论

学校读者我要写书评

暂无评论

基于动态模糊神经网络的铝合金脉冲MIG焊接过程解耦控制分析

引用

焊接学报 2013年第9期34卷 43-47,115页

作者：黄健康张刚樊丁石玗兰州理工大学甘肃省有色金属新材料重点实验室 730050 兰州理工大学有色金属合金及加工教育部重点实验室 730050

针对铝合金脉冲MIG焊接过程参数间强耦合、不稳定等关键问题,在介绍DFNN结构、学习算法基础上,设计了基于D-FNN的解耦控制器,并对同步、非同步与加干扰脉冲输入信号下分别对以脉冲电流占空比、送丝速度为输入量,以焊丝伸出长度(干伸长)... 详细信息

针对铝合金脉冲MIG焊接过程参数间强耦合、不稳定等关键问题,在介绍DFNN结构、学习算法基础上,设计了基于D-FNN的解耦控制器,并对同步、非同步与加干扰脉冲输入信号下分别对以脉冲电流占空比、送丝速度为输入量,以焊丝伸出长度(干伸长)、焊缝正面熔宽为被控量的铝合金脉冲MIG焊多输入多输出(multiple-input multiple-output,MIMO)过程进行了动态解耦控制仿真研究,仿真结果表明,D-FNN控制器能够实时进化规则,动态调整学习因子,实现了MIMO过程的完全解耦,满足焊接实时控制要求且具有快的响应速度、较好的鲁棒性,为铝合金脉冲MIG焊MIMO过程稳定焊接提供了一种新型的实时解耦控制方法.

关键词：铝合金脉冲MIG焊动态模糊神经网络解耦控制系统仿真

来源：评论

学校读者我要写书评

暂无评论

基于动态模糊神经网络的多余力矩抑制方法

引用

哈尔滨工业大学学报 2012年第10期44卷 79-83页

作者：倪志盛王明彦哈尔滨工业大学电气工程及自动化学院哈尔滨150001

针对负载模拟器难以准确建模,多余力矩严重影响力矩加载性能的特点,提出一种基于动态模糊神经网络抑制多余力矩的新方法.该动态模糊神经网络无须较强领域的专家知识,是系统自动建模及抽取模糊规则的网络,且模糊神经网络结构是动态变化的... 详细信息

针对负载模拟器难以准确建模,多余力矩严重影响力矩加载性能的特点,提出一种基于动态模糊神经网络抑制多余力矩的新方法.该动态模糊神经网络无须较强领域的专家知识,是系统自动建模及抽取模糊规则的网络,且模糊神经网络结构是动态变化的,其模糊规则是在学习过程中逐渐增长而形成的.设计了结合前馈反馈控制和直接逆控制的控制策略,在线更新算法,实时更新网络结构及参数以及时跟踪被控对象逆模型的变化,与其并行的PID控制器的作用在于保持系统的稳定并获得更快速的系统响应和更佳的跟踪精度.通过仿真可以看出基本消除了多余力矩,系统性能得到改善,仿真效果令人满意。

关键词：电动负载模拟器多余力矩动态模糊神经网络前馈反馈控制

来源：评论

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

引用

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

来源：评论

学校读者我要写书评

暂无评论

改进的TSK型动态模糊神经网络在短期负荷预测中的应用(英文)

引用

电网技术 2010年第4期34卷 69-75页

作者：杜鹃南洋理工大学新加坡南洋道50号639798

将改进的TSK型模糊神经网络(fuzzy neural network,FNN)应用于短期负荷预测。该FNN由椭圆基函数构成神经元的中心和宽度参数,并且具有以下特征:网络结构和参数可自动并同时进行调整,不需提前分割输入空间,也不需提前选择网络初始参数;... 详细信息

将改进的TSK型模糊神经网络(fuzzy neural network,FNN)应用于短期负荷预测。该FNN由椭圆基函数构成神经元的中心和宽度参数,并且具有以下特征:网络结构和参数可自动并同时进行调整,不需提前分割输入空间,也不需提前选择网络初始参数;模糊规则在学习过程中可动态增删,不需采用迭代算法即可快速生成。这种模糊规则可动态增删的模糊神经网络(growing and pruning fuzzy neural network,GPFNN)简单有效,可以降低网络的复杂性,加快网络的学习速度。使用EUNITE竞赛数据作测试数据对上述GPFNN方法进行测试,结果表明采用该方法进行短期负荷预测时可获得较高的准确率。

关键词：动态模糊神经网络短期负荷预测椭圆基函数模糊规则 EUNITE竞赛数据

来源：评论

学校读者我要写书评

暂无评论

基于RS和GA的动态模糊神经网络在短期电力负荷预测中应用

引用

电力自动化设备 2005年第12期25卷 10-14,18页

作者：牛东晓王会青谷志红华北电力大学工商管理学院河北保定071003

分析和探讨了粗糙集(RS)理论、遗传算法(GA)、模糊神经网络相结合的短期负荷预测方法。首先,对采集到的信息进行特征提取,然后利用模糊粗糙集理论中的信息熵进行属性简化、去掉冗余信息,最后用得到的属性作为模糊神经网络的输入进行训... 详细信息

分析和探讨了粗糙集(RS)理论、遗传算法(GA)、模糊神经网络相结合的短期负荷预测方法。首先,对采集到的信息进行特征提取,然后利用模糊粗糙集理论中的信息熵进行属性简化、去掉冗余信息,最后用得到的属性作为模糊神经网络的输入进行训练预测。在模糊神经网络内部引入递归环节,构成了动态模糊神经网络DFNN(DynamicFuzzyNeuralNetwork),并采用具有全局寻优能力的遗传算法训练网络,克服了单纯BP算法易陷入局部最优解的缺点。用该方法与常用BP神经网络及Fuzzy法分别对某电网进行一周的日负荷预测,实例的对比分析表明了该方法收敛速度、预测精度和网络规模等方面都有较大改善。

关键词：负荷预测粗糙集信息熵动态模糊神经网络遗传算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：