检索结果-内蒙古大学图书馆

作者：左佳铄燕山大学

学位级别：硕士

无人驾驶技术正逐步发展并得到快速进步,旨在简化汽车的驾驶操作并提高驾驶系统的安全性。然而无人驾驶车辆的行驶路况并不是单一不变的,面对一些极端场合,无人驾驶车辆需要进行高速行驶,在遇到弯道或者障碍不能减速时,控制车辆进行漂... 详细信息

无人驾驶技术正逐步发展并得到快速进步,旨在简化汽车的驾驶操作并提高驾驶系统的安全性。然而无人驾驶车辆的行驶路况并不是单一不变的,面对一些极端场合,无人驾驶车辆需要进行高速行驶,在遇到弯道或者障碍不能减速时,控制车辆进行漂移也是有效的解决途径,因此保证无人驾驶车辆进行稳态漂移并保证车辆安全性是极具意义的研究问题。本文以无人驾驶车辆为对象展开研究:首先,对无人驾驶车辆的稳态漂移动态过程进行动力学分析,计算无人驾驶车辆的稳定漂移控制点,为后续控制设计奠定基础。进而考虑无人驾驶车辆模型复杂且耦合性强,难以精确建模的问题,在此基础上引入基于数据驱动的无模型自适应控制(Model-Free Adaptive Control,MFAC)方法到漂移稳定控制上。无需考虑传统的建模过程、未建模动力学,避开了基于动态建模难题。仿真结果表明,与传统数据驱动的比例积分微分控制进行对比,无模型自适应算法具有更好的控制效果及鲁棒性。其次,针对无人驾驶车辆漂移控制过程中出现系统输出数据丢失的问题,设计了一种基于动态模糊神经网络(Dynamic Fuzzy Neural Network,DFNN)的无模型自适应控制(DFNN-MFAC)方法,基于无人驾驶车辆控制过程中的输入输出数据进行模糊网络训练,实现对控制过程中丢失数据的实时补偿,然后将估计值引入无模型自适应控制算法,进而提高算法的鲁棒性。仿真结果表明,与基于MFAC的数据丢失补偿算法对比,该算法可有效削弱数据丢失的影响,在无人驾车漂移控制上可以获得较好的输出性能。最后,利用CarSim软件平台搭建高保真车辆动力学模型,建立无人驾驶车辆漂移控制器,并将CarSim车辆模型链接到MATLAB/simulink仿真程序中,完成联合仿真平台的搭建。通过在联合仿真平台实现上述MFAC和DFNN-MFAC算法对高保真模型进行控制实验,验证上述控制算法的实际控制性能。联合仿真实验结果表明,在高保真实验模型和环境的情况下,无人驾驶车辆具有较好的稳定性,算法具有良好的控制效果。

关键词：无人驾驶车辆漂移无模型自适应控制数据丢失动态模糊神经网络

来源：评论

学校读者我要写书评

暂无评论

欠驱动水面无人艇的航迹跟踪控制研究

欠驱动水面无人艇的航迹跟踪控制研究

引用

作者：胡云艳哈尔滨工程大学

学位级别：硕士

水面高速无人艇是典型的欠驱动系统,同时又存在高度非线性、控制输入的约束以及外界干扰等限制条件。对欠驱动水面无人艇的航迹跟踪控制研究,是当前无人水面艇运动控制领域的主流研究方向,同时,这项研究能够为无人艇的的精确攻击以及快... 详细信息

水面高速无人艇是典型的欠驱动系统,同时又存在高度非线性、控制输入的约束以及外界干扰等限制条件。对欠驱动水面无人艇的航迹跟踪控制研究,是当前无人水面艇运动控制领域的主流研究方向,同时,这项研究能够为无人艇的的精确攻击以及快速作战提供有利信息,具有重要的实际应用价值。本文从运动学和动力学特性方面分别介绍了三自由度水面无人艇的动态特性,针对系统中存在的不确定性和外界干扰,通过弱化复杂的条件,建立了欠驱动水面无人艇的运动学和动力学方程模型。简要介绍基于Lyapunov的稳定性理论和相关的稳定性定理,用Lyapunov直接法分析系统稳定性,关键是构造一个合适的Lyapunov函数,而Lyapunov直接法本身并没有提供构造Lyapunov函数的一般方法,利用Lyapunov方法分析稳定性,或用来镇定和综合都欠缺构造性,因此文中提出了反步法,将一个复杂的非线性系统分解成不超过系统阶数的两个或多个小系统,然后为各个子系统设计李亚普诺夫函数(又称V函数)和中间虚拟控制量,从而能够一直后推到整个系统,将这些子系统集成起来完成控制律的设计实现镇定和跟踪控制。基于反步法对三自由度水面无人艇的模型进行了稳定性分析和余弦轨迹跟踪。提出了动态模糊神经网络的自适应控制方法,基于三自由度水面无人艇的模型进行了余弦轨迹跟踪。仿真结果证明了简化的无人艇模型系统是全局一致渐近稳定的。在镇定模型的基础上,基于反步法和动态模糊神经网络分别设计航向跟踪控制器,都在MATLAB/Simulink环境中进行余弦轨迹跟踪仿真实验,仿真结果表明这两种控制器都能实现跟踪目标。

关键词：欠驱动水面无人艇反步法全局一致稳定跟踪控制动态模糊神经网络

来源：评论

学校读者我要写书评

暂无评论

船舶减摇滑块装置控制策略与仿真

船舶减摇滑块装置控制策略与仿真

引用

作者：王亚彬武汉理工大学

学位级别：硕士

船舶在海上航行时,不可避免地会受到外界环境如风、浪等扰动因素的影响,从而引起船舶横摇。船舶横摇运动不仅会影响到船舶的适航性和人员的舒适性,严重时甚至会发生船舶倾覆。为了减小船舶横摇运动,本文以减摇滑块作为研究对象,通过仿... 详细信息

船舶在海上航行时,不可避免地会受到外界环境如风、浪等扰动因素的影响,从而引起船舶横摇。船舶横摇运动不仅会影响到船舶的适航性和人员的舒适性,严重时甚至会发生船舶倾覆。为了减小船舶横摇运动,本文以减摇滑块作为研究对象,通过仿真数据来分析其减摇性能。本文首先分析建立了船舶横摇运动仿真中所需的海浪运动模型,并且以某实船参数为例,建立了该船横摇运动模型并在Matlab中对其进行仿真分析,仿真结果证明了模型的有效性。然后,论文对船舶减摇滑块的控制算法展开了仿真研究。本文首先对常用的PID控制算法的减摇效果进行了仿真分析,发现了PID控制的局限性,对于某些特定的海情,减摇效果不理想。考虑到海况的不确定性,本文提出了一种基于PSO算法的改进PID控制方法(PSO-PID),通过对比两种控制下的仿真结果,验证了在外界环境干扰下,PSO-PID的减摇效果更为稳定,达到了70%左右。由于PSO-PID容易陷入局部最优,引起算法收敛性不好,最终使得控制效果没有到达预期目标。本文又提出了将动态模糊神经网络算法(DFNN)应用于减摇滑块系统。该算法将模糊控制与神经网络结合在一起,它不仅克服了模糊控制和神经网络的缺点,而且完美继承了各自的优点,而且此算法具有直接从样本数据中提取模糊规则的能力,所以尤其适用于缺乏专家经验知识、复杂的工业控制过程问题。该算法应用于减摇滑块系统,仿真结果表明了DFNN比PID和PSOPID减摇效果更好,将横摇角控制2°以内,验证了将DFNN应用在船舶减摇滑块系统控制的可行性。

关键词：减摇滑块 PID控制 PSO算法动态模糊神经网络

来源：评论

学校读者我要写书评

暂无评论

火灾早期探测分级预警系统研究

火灾早期探测分级预警系统研究

引用

作者：付净东北大学

学位级别：硕士

火灾信息具有无法预知、非结构性的特征。传统的探测方法大多通过采集单一的火灾特征参数信息进行识别和判断,但由于干扰因素多,误报率一直比较高。近年来,在探测器的灵敏度、可靠度方面做过许多技术改进,使火灾报警的准确度得到了一定... 详细信息

火灾信息具有无法预知、非结构性的特征。传统的探测方法大多通过采集单一的火灾特征参数信息进行识别和判断,但由于干扰因素多,误报率一直比较高。近年来,在探测器的灵敏度、可靠度方面做过许多技术改进,使火灾报警的准确度得到了一定的提高,但还不能满足火灾探测系统的自动化要求。只有对火灾信息尤其是火灾早期信号的固有特征,进行全面、准确的描述才能达到减少或消除误报的目的。因此,通过对火灾发展历程及火灾探测方法的研究,结合火灾探测系统的自身特点,提出了在火灾早期实施分级预警的理论及方法,主要通过采用多传感器数据融合技术及动态模糊神经网络的算法实现火灾早期的分级预警。由于火灾早期特征信号不止一种,根据信号特点划分三级预警级别。同时,将气敏传感器、一氧化碳气体传感器以及光电感烟传感器相结合,构成多传感器系统,用作于火灾早期信号的提取、辨识、判断。利用动态模糊神经网络理论建立火灾早期信号探测系统模型,并进行模式的识别,根据特征气体及特征烟雾的浓度及变化率进行分级预警。将动态模糊神经网络应用于火灾早期分级预警系统中,主要是基于动态模糊神经网络学习收敛速度较快,对网络结构具有动态变化的特点,它可以有效的进行系统建模。利用动态模糊神经网络建立火灾早期信号探测系统模型,对火灾早期信号进行提取辨识。通过MATLAB软件进行仿真模拟,得到网络模型输出与系统期望输出的逼近曲线。同时,通过对网络的训练,得到火灾阴燃早、中、晚期三个阶段的火灾发生概率并与RBF神经网络算法得到的结果进行误差对比,证明了利用动态模糊神经网络建立火灾早期信号探测系统模型的可行性,可以有效的实现对火灾早期信号快速、准确的辨识和融合。同时,网络测试的结果证明了利用动态模糊神经网络得到的网络分级输出火灾早期概率与期望概率的误差较小,可以实现火灾早期的分级预警。

关键词：火灾早期探测分级预警多传感器数据融合动态模糊神经网络 MATLAB仿真

来源：评论

学校读者我要写书评

暂无评论

基于改进FNN的青霉素发酵过程软测量建模与实现

基于改进FNN的青霉素发酵过程软测量建模与实现

引用

作者：夏成林江苏大学

学位级别：硕士

随着生物技术的发展,微生物发酵工程在国民经济和社会经济中的重要作用日益突出。微生物发酵过程是一个具有高度非线性、时变性和迟滞性的生化反应过程,其内在机理非常复杂。采用软测量技术实现发酵过程中难以在线测量的关键生物量参数... 详细信息

随着生物技术的发展,微生物发酵工程在国民经济和社会经济中的重要作用日益突出。微生物发酵过程是一个具有高度非线性、时变性和迟滞性的生化反应过程,其内在机理非常复杂。采用软测量技术实现发酵过程中难以在线测量的关键生物量参数(如基质中浓度、菌丝浓度、产物浓度等)的预测,对发酵过程进一步的优化控制有着重要的意义。\n 本文以青霉素发酵过程为研究对象,在总结各种软测量建模方法基础之上,对传统模糊神经网络算法进行改进,建立基于动态模糊神经网络的软测量模型。在此基础之上,采用粒子群算法对动态模糊神经网络软测量模型参数进行优化。对青霉素发酵过程的关键生物量参数利用上述软测量模型进行预估。并设计了以PLC作为核心控制器的发酵过程数字化系统。主要研究工作如下:\n (1)采用动态模糊神经网络建立青霉素发酵过程软测量模型。系统采用高斯隶属度函数和T-范数乘积算子,并利用动态的学习方法实现模糊神经网络结构和参数的辨识。使得软测量模型的复杂度降低,进一步提高了模型的稳定性,仿真结果表明该模型能够以较高的精度预测关键生物量参数。\n (2)在动态模糊神经网络建模的基础上,采用粒子群算法对模型参数进行优化,同时应用动态学习算法对网络的结构进行优化,实现网络结构和参数的全局优化调整,设计了改进算法的动态模糊神经网络模型。由于结合了粒子群算法的全局搜索功能,仿真结果表明改进的动态模糊神经网络软测量模型能够更加有效、快速地逼近真实值,预测精度较高。\n (3)将软测量模型应用到实际发酵过程中,设计了以西门子S7-200 PLC作为核心控制器的上下位机控制系统。通过下位机完成现场信号的采集；应用COM技术构建软测量COM组件,集成于上位机VC++开发环境中,实现青霉素发酵过程关键生物量参数的预估、数据的显示、管理等功能。

关键词：动态模糊神经网络粒子群算法青霉素发酵软测量

来源：评论

学校读者我要写书评

暂无评论

基于D-FNN直接逆控制的盾构机协调优化控制

基于D-FNN直接逆控制的盾构机协调优化控制

引用

作者：王文韬辽宁石油化工大学

学位级别：硕士

随着我国新型城镇化率不断提高,隧道交通与地下空间的发展已驶上快车道,在地下施工中,盾构施工法由于具备高效、安全的特性而被广泛应用。其中,土压平衡盾构是暗挖地下隧道的专用工程机械,因其对地表环境影响小、施工不受地表环境制约... 详细信息

随着我国新型城镇化率不断提高,隧道交通与地下空间的发展已驶上快车道,在地下施工中,盾构施工法由于具备高效、安全的特性而被广泛应用。其中,土压平衡盾构是暗挖地下隧道的专用工程机械,因其对地表环境影响小、施工不受地表环境制约等优点,是隧道施工的主要选择。土压平衡盾构通过控制密封舱土压维持开挖面稳定从而向前平稳推进,若控制不当,将引起地表隆起或沉降,故盾构掘进过程中必须保持密封舱内土压平衡,以确保施工安全。由于盾构机各掘进参数之间存在很强的非线性耦合关系,并且在掘进过程中只能依据人工操作经验对密封舱进土量或出土量进行单一控制,因而影响了土压平衡控制精度,开挖面稳定控制效果差。为此,本文提出了一种基于动态模糊神经网络(Dynamic fuzzy neural network,D-FNN)模型的直接逆控制盾构土压平衡协调优化控制方法。以刀盘扭矩、推进速度、推力、螺旋输送机转速和密封舱内土压差为输入,构建控制参数螺旋输送机转速与推进速度的D-FNN控制模型,并采用误差下降率法对网络结构进行修剪辨识以优化控制器模型。在此基础上,基于直接逆控制方法建立了土压平衡优化控制系统,对盾构掘进过程的推进速度与螺旋输送机转速进行优化,得到了具有协调控制特性的掘进控制参数。最后,利用现场施工数据进行了仿真验证,结果表明该方法能够根据施工环境变化对控制参数进行优化并实现进、出土量同步控制,有效降低了密封舱内土压波动,能够较好的控制开挖面稳定。

关键词：盾构土压平衡密封舱动态模糊神经网络协调优化控制

来源：评论

学校读者我要写书评

暂无评论

基于DFNN的语义驱动色彩智能设计研究

引用

计算机工程与应用 2014年第3期50卷 145-149页

作者：周晔余隋怀初建杰西北工业大学现代设计与集成制造技术教育部重点实验室西安710072

色彩是表达设计情感的重要手段,进行了色彩语义的量化处理,通过抽取模糊规则获得主要影响因素,根据色彩方案多维小样本的特点,提出了基于广义径向基函数(RBF)的动态模糊神经网络(DFNN)方法,智能模拟色彩方案的设计、选择过程。根据训练... 详细信息

色彩是表达设计情感的重要手段,进行了色彩语义的量化处理,通过抽取模糊规则获得主要影响因素,根据色彩方案多维小样本的特点,提出了基于广义径向基函数(RBF)的动态模糊神经网络(DFNN)方法,智能模拟色彩方案的设计、选择过程。根据训练数据开发了色彩智能设计原型系统,结合汽车色彩智能设计进行了可行性验证,能够在较高层次上辅助设计师进行色彩设计。

关键词：径向基函数动态模糊神经网络语义色彩设计

来源：评论

学校读者我要写书评

暂无评论

DFNN及其在非线性动态系统中的应用

引用

控制工程 2004年第S1期11卷 165-168页

作者：徐春梅尔联洁北京航空航天大学电气工程与自动化学院北京100083

为了更好地辨识和控制非线性动态系统,在FNN基础上对其进行优化和改进,形成了动态模糊神经网络(DFNN)。给出了基于BP梯度算法的参数迭代学习算法,并应用于某非线性动态系统仿真试验中。仿真试验表明,该网络比单纯的FNN具有更强的辨识和... 详细信息

为了更好地辨识和控制非线性动态系统,在FNN基础上对其进行优化和改进,形成了动态模糊神经网络(DFNN)。给出了基于BP梯度算法的参数迭代学习算法,并应用于某非线性动态系统仿真试验中。仿真试验表明,该网络比单纯的FNN具有更强的辨识和控制能力,应用于非线性动态系统的控制中可以有效解决系统的非线性和不确定性,提高系统的跟踪性能,并且控制系统具有很强的鲁棒性。

关键词：动态模糊神经网络非线性动态系统跟踪鲁棒性

来源：评论

学校读者我要写书评

暂无评论

农作物重金属污染胁迫信息遥感提取方法研究

农作物重金属污染胁迫信息遥感提取方法研究

引用

作者：江南中国地质大学（北京）

学位级别：硕士

在农田生态系统中,重金属是一种具有潜在危害的重要污染物,它不但会影响农作物的产量和品质,而且还可通过食物链富集等方式危害人类的健康。因此,研究农作物重金属污染胁迫状况,确定常规农田土壤污染水平,对于防止食品被污染,保障人体... 详细信息

在农田生态系统中,重金属是一种具有潜在危害的重要污染物,它不但会影响农作物的产量和品质,而且还可通过食物链富集等方式危害人类的健康。因此,研究农作物重金属污染胁迫状况,确定常规农田土壤污染水平,对于防止食品被污染,保障人体健康有着重要的意义。本文以国家863项目为依托,重点研究农作物的重金属污染胁迫信息遥感提取方法,并构建了农作物重金属污染胁迫水平评估模型。研究工作从农作物重金属污染胁迫遥感弱信息的增强和提取两个方面展开。通过分析农作物重金属污染胁迫的生化表征、作物遥感信息机理和遥感植被指数原理,选择NDVI、MTVI2及MCARI/OSAVI这三种对作物生长情况敏感的植被指数,作为模型的输入参数,实现了对农作物重金属污染胁迫弱信息的增强。通过对模糊系统、人工神经网络技术等人工智能系统的分析、比较和总结,在模型中采用了动态模糊神经网络实现对农作物重金属污染胁迫弱信息的提取。并且,在网络中引入了基于误差下降率的修剪技术和分级学习思想,实现对网络结构的优化。通过仿真实验比较该网络模型和基于RBF适应性模糊系统、使用相似性分析的模糊神经系统,以及正交最小平方模型的性能,结果表明,动态模糊神经网络不仅网络结构简单,而且性能较高。此外,利用遥感数据对网络进行训练和检验,只需七条模糊规则就可以使分类精度达到90%,符合预期要求。全文分为六章。第一章阐明了利用遥感技术监测农作物重金属污染胁迫水平的目的和意义,综述国内外研究现状,并在此基础上提出了本文研究的重点内容。第二章分析和总结了植被重金属污染胁迫的生化响应、遥感监测原理,并提出增强农作物重金属污染胁迫弱信息的方法。第三章阐述了一个农作物重金属污染胁迫水平评估模型的主体,即模糊神经网络的基本概念及网络结构。第四章详细分析了模糊神经网络模型的关键算法,包括动态结构的实现、初始化、学习算法等。第五章是对该评估模型的性能检验。第六章是对本文研究的总结和展望。

关键词：农作物重金属污染胁迫动态模糊神经网络遥感植被指数弱信息增强与提取

来源：评论

学校读者我要写书评

暂无评论

玉米氮营养水平高光谱反演模型研究

玉米氮营养水平高光谱反演模型研究

引用

作者：梁惠平中国地质大学（北京）

学位级别：硕士

在作物营养的诊断中,氮营养状态一直是关注的重点。快速、准确、动态地诊断大面积作物氮营养状态对于监测作物长势、预测作物产量和评价农田氮素污染等均具有重要的意义。以昌平、长春两试验区的玉米作物为样本,获取玉米冠层高光谱数据... 详细信息

在作物营养的诊断中,氮营养状态一直是关注的重点。快速、准确、动态地诊断大面积作物氮营养状态对于监测作物长势、预测作物产量和评价农田氮素污染等均具有重要的意义。以昌平、长春两试验区的玉米作物为样本,获取玉米冠层高光谱数据演变得到的多种高光谱参数,采用逐步回归统计方法,建立了玉米氮营养指数与高光谱参数的定量关系,提出了玉米氮营养指数的敏感光谱参数及预测方程。研究结果显示, NIR/NIR和与玉米氮营养指数高度相关,是诊断玉米氮营养指数的敏感光谱参数。通径分析得到NIR/NIR和REIP与玉米氮营养指数的通径系数分别为-0.14942和-0.35218,表明两遥感参数对玉米氮营养指数有间接影响,NDRAVI与玉米氮营养指数的通径系数为1.41549,表明NDRAVI对玉米的氮营养指数高度敏感。基于敏感光谱参数的玉米氮营养指数多元回归预测模型的相关系数R为0.91,观测值与拟合值的拟合误差小于0.1,RMSE为0.06016,F值达到了167.727,显著水平P为0.0045。虽然氮素亏盈会导致作物生理生态等参数的某些变化,但这种变化在许多时候是非常微小的,在遥感数据上一般没有较明显的表征,同时如水分变化、重金属污染胁迫及土壤pH值等因素对作物氮素的吸收、运输和代谢等产生一系列复杂的反应严重影响了作物氮营养状况的遥感识别与度量。本研究将动态模糊神经网络方法与高光谱遥感技术相结合,利用玉米在不同生育期和生长环境下的数据资料,采用统计方法得到玉米氮营养指数的敏感光谱参数,建立潜在敏感光谱参数在不同影响因素的条件下与氮营养指数之间的隐含关系。以潜在的敏感光谱参数、作物水分、重金属胁迫及不同土壤pH值作为输入因子,将氮营养指数作为目标输出,利用不同年份的数据资料对网络进行训练及检验,对玉米氮素亏缺指标氮营养指数(NNI)进行动态的决策分析,作为大面积快速诊断玉米氮营养指数的依据。

关键词：玉米氮营养指数动态模糊神经网络遥感植被指数逐步回归方法通径分析

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：