检索结果-内蒙古大学图书馆

电测与仪表 2025年第3期62卷 190-197页

作者：张祥珂王雅静窦震海白云鹏王玮山东理工大学电气与电子工程学院山东淄博255000

为实现剩余电流装置(residual current device,RCD)快速故障识别,提高用电安全性,提出一种基于自适应变分模态分解(adaptive variational modal decomposition,AVMD)和优化动态模糊神经网络(dynamic fuzzy neu-ral network,DFNN)的故障剩余电流识别方法(AVMD-DFNN)。通过经验模态分解法自适应确定VMD的分解参数,实现剩余电流信号的降噪。提取剩余电流信号的特征参数,经降维处理后作为DFNN识别剩余电流的分类指标。通过最小输出法优化DFNN,去除冗余模糊规则函数,从而实现RCD快速故障识别。仿真结果表明,AVMD-DFNN具有较高的识别准确率和速度,为研制新型自适应剩余电流装置提供了理论参考。

关键词：剩余电流动态模糊神经网络变分模态分解故障识别

来源：评论

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

基于张量的动态神经网络与高阶模糊集应用研究

引用

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

来源：评论

学校读者我要写书评

暂无评论

基于分组混沌PSO算法的模糊神经网络建模研究

引用

计算机工程与应用 2017年第9期53卷 31-37页

作者：张楠南敬昌高明明辽宁工程技术大学电子与信息工程学院辽宁葫芦岛125105

为改善记忆功放建模的精度,且针对粒子群算法早期收敛速度较快,但在后期易陷入早熟收敛,局部最优等特点,提出了一种分组并行混沌粒子群优化算法(Grouping Parallel-Chaotic Particle Swarm Optimization,GPCPSO),将分组粒子群优化算法... 详细信息

为改善记忆功放建模的精度,且针对粒子群算法早期收敛速度较快,但在后期易陷入早熟收敛,局部最优等特点,提出了一种分组并行混沌粒子群优化算法(Grouping Parallel-Chaotic Particle Swarm Optimization,GPCPSO),将分组粒子群优化算法与混沌思想相结合,并用该算法优化动态模糊神经网络(Dynamic Fuzzy Neural Network,DFNN)参数,建立DFNN功放模型。引入分组的CPSO群算法,将种群划分为若干个组,每组单独计算,大大提高了收敛速度,同时将混沌思想运用到每个粒子当中去,避免早熟和局部最优,缩短了迭代时间。通过仿真结果可以看到,GP-CPSO优化后的动态模糊神经网络建模的训练误差减小到0.1以内,收敛速度提高32.5%,从而验证了这种建模方法有效且可靠。

关键词：混沌思想分组并行粒子群算法动态模糊神经网络记忆功放模型

来源：评论

学校读者我要写书评

暂无评论

基于动态神经网络的温度调节系统控制方法研究

引用

工业加热 2010年第4期39卷 20-22,25页

作者：张萍郝晓弘徐维涛兰州理工大学电气工程与信息工程学院甘肃兰州730050

利用动态模糊神经网络(DFNN)对室内温度系统进行辨识与控制。首先,研究现有控制方式中存在的问题,接着,根据这些问题提出了一种动态模糊神经网络的结构和算法。最终,通过仿真结果与实测温度进行比较,证明所提出方法的有效性。

关键词：动态模糊神经网络系统辨识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

基于D-FNN的聚合过程转化速率软测量建模及重构

引用

化工学报 2012年第7期63卷 2163-2169页

作者：王介生郭秋平辽宁科技大学电子与信息工程学院辽宁鞍山114044

引言以氯乙烯单体（VCM）为原料,采用悬浮法聚合工艺生产聚氯乙烯（PVC）树脂是一种典型的间歇式化工生产过程。VCM的转化率对PVC树脂产品质量有很大影响,

关键词：聚合过程动态模糊神经网络核主元分析软测量模型迁移

来源：评论

学校读者我要写书评

暂无评论

基于IPSO算法的回转窑煅烧带温度D-FNN预测控制

引用

中南大学学报（自然科学版） 2016年第10期47卷 3409-3416页

作者：田中大高宪文李树江王艳红沈阳工业大学信息科学与工程学院辽宁沈阳110870 东北大学信息科学与工程学院辽宁沈阳110819

为了提高石灰回转窑煅烧带温度的控制性能,提出一种基于改进的粒子群优化算法(IPSO)与动态模糊神经网络(D-FNN)的预测控制方法。该方法利用动态模糊神经网络建立石灰回转窑煅烧带温度的非线性预测模型,通过输出温度的预测值,引入输出反... 详细信息

为了提高石灰回转窑煅烧带温度的控制性能,提出一种基于改进的粒子群优化算法(IPSO)与动态模糊神经网络(D-FNN)的预测控制方法。该方法利用动态模糊神经网络建立石灰回转窑煅烧带温度的非线性预测模型,通过输出温度的预测值,引入输出反馈与偏差来校正预测误差,建立偏差与控制量的控制性能指标,通过改进的粒子群优化算法滚动优化得到系统最优控制量。对控制方法的稳定性进行分析。仿真实验结果表明动态模糊神经网络的温度预测误差在±10℃之内,具有较高的预测精度。提出的预测控制方法能使输出煅烧带温度快速稳定地跟踪设定值的变化,同时在系统输出有扰动的情况下也能较好地跟踪设定值。控制量的平均单步滚动优化需0.31 s,可满足实际应用。

关键词：回转窑煅烧带温度粒子群优化算法动态模糊神经网络预测控制

来源：评论

学校读者我要写书评

暂无评论

基于修剪策略的D-FNN直接逆控制算法研究

引用

自动化学报 2019年第8期45卷 1599-1605页

作者：张彩霞刘国文佛山科学技术学院自动化学院佛山528000 广东省智慧城市基础设施健康监测与评估工程技术研究中心佛山528000

神经网络是模拟人脑结构,它具有大规模并行及分布式信息处理能力,但是不能处理和描述模糊信息.模糊系统具有推理过程容易理解,但它很难实现自适应学习的功能.如果结合神经网络与模糊系统,可以取长补短.基于此,本文提出了一种新型动态模... 详细信息

神经网络是模拟人脑结构,它具有大规模并行及分布式信息处理能力,但是不能处理和描述模糊信息.模糊系统具有推理过程容易理解,但它很难实现自适应学习的功能.如果结合神经网络与模糊系统,可以取长补短.基于此,本文提出了一种新型动态模糊神经网络(Dynamic fuzzy neural network, D-FNN)学习算法.因为它具有结构和参数同时调整且学习速度快等优点,所以既可以在模糊逻辑系统中包含低级的神经网络学习和计算功能,也可以为神经网络提供高级的类似人的思维和推理的模糊逻辑系统.此外,本文还开发了生物医学工程应用算法程序,针对药物注射系统的直接逆控制案例进行了仿真,结果表明:D-FNN具有实时学习和控制能力强、参数估计和结构辨识同时进行等优点.

关键词：动态模糊神经网络神经网络模糊逻辑模糊规则

来源：评论

学校读者我要写书评

暂无评论

6R机器人逆运动学求解与运动轨迹仿真

引用

四川大学学报（工程科学版） 2015年第6期47卷 185-190页

作者：韩兴国殷鸣刘晓刚殷国富四川大学制造科学与工程学院四川成都610065 桂林航天工业学院机械工程系广西桂林541004

针对如何提高6R机器人逆运动学求解的精度和效率问题,提出一种基于动态模糊神经网络进行求解的方法。根据6R机器人逆运动学方程组具有高维非线性、求解复杂的特点,对动态模糊神经网络进行改进,使其能够应用于多输入多输出系统,建立运动... 详细信息

针对如何提高6R机器人逆运动学求解的精度和效率问题,提出一种基于动态模糊神经网络进行求解的方法。根据6R机器人逆运动学方程组具有高维非线性、求解复杂的特点,对动态模糊神经网络进行改进,使其能够应用于多输入多输出系统,建立运动学逆解预测模型。通过正运动学方程获取工作空间位姿样本,以工作空间的位姿作为预测模型的输入变量,以关节空间中的关节角作为输出变量,用样本数据对逆解预测模型进行训练。最后,运用该模型对KR16-2机器人进行复杂运动轨迹仿真,并与RBF和BP神经网络模型的求解效果进行比较,结果显示,基于动态模糊神经网络的6R机器人运动学逆解预测模型具有精度高、鲁棒性优和泛化能力强的特点,证明了该方法的可行性和有效性。

关键词：逆运动学 6R机器人动态模糊神经网络运动轨迹

来源：评论

学校读者我要写书评

暂无评论

基于自适应模糊神经网络模型CT灌注图像智能融合方法

基于自适应模糊神经网络模型CT灌注图像智能融合方法

引用

作者：何洪林钱俊魏立飞赵育新谢峻 430070 湖北省武汉市武昌区武珞路627号

本发明公开了一种基于自适应模糊神经网络模型CT灌注图像智能融合方法，涉及人工智能、模式识别与医疗工程的交叉领域，可应用于缺血性脑部的诊断。该方法在CT灌注图像中只提取与缺血性脑血管病相关的信息—脑血流量、脑血流容积、对比... 详细信息

标准号: CN103700083B

本发明公开了一种基于自适应模糊神经网络模型CT灌注图像智能融合方法，涉及人工智能、模式识别与医疗工程的交叉领域，可应用于缺血性脑部的诊断。该方法在CT灌注图像中只提取与缺血性脑血管病相关的信息—脑血流量、脑血流容积、对比剂平均通过时间和峰值时间的特征图，经合理的动态模糊神经网络模型训练学习，通过恰当的图像融合方法处理，得到CT解剖图的融合图像，该融合图像可应用于缺血性脑部的诊断，实现了头颅灌注多参数图像综合分析的智能化和自动化。

关键词：灌注融合图像缺血性脑部自适应模糊神经网络动态模糊神经网络缺血性脑血管病图像智能融合人工智能诊断模式识别模型训练脑血流量图像融合图像综合医疗工程对比剂多参数脑血流特征图智能化应用解剖自动化图像分析学习

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的聚氯乙烯汽提过程自适应解耦控制

引用

控制与决策 2012年第7期27卷 1042-1046页

作者：高淑芝高宪文王介生杨静东北大学信息科学与工程学院沈阳110819 沈阳化工大学信息工程学院沈阳110142

聚氯乙烯汽提过程具有高度非线性和时变性等特点,是一类复杂的非线性工业过程.首先基于动态模糊神经网络建立了数据驱动的聚氯乙烯树脂(PVC)汽提过程的被控对象模型;然后采用一种神经网络分散式解耦控制器对汽提过程进行解耦,得到浆料流... 详细信息

聚氯乙烯汽提过程具有高度非线性和时变性等特点,是一类复杂的非线性工业过程.首先基于动态模糊神经网络建立了数据驱动的聚氯乙烯树脂(PVC)汽提过程的被控对象模型;然后采用一种神经网络分散式解耦控制器对汽提过程进行解耦,得到浆料流量-塔顶温度和蒸汽流量-塔底温度两个单变量系统;最后采用BP神经网络PID控制器对系统进行控制.仿真实验结果验证了所提出集成控制策略的有效性.

关键词：聚氯乙烯汽提过程动态模糊神经网络解耦控制神经网络

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：