检索结果-内蒙古大学图书馆

空军工程大学学报（自然科学版） 2006年第6期7卷 16-18页

作者：张亮张凤鸣惠晓滨毛红保空军工程大学工程学院陕西西安710038

针对飞行数据的特点,提出了一种基于动态模糊神经网络(DFNN)的飞行数据模型辨识方法。该方法采用在线学习方式,通过动态增加和删除神经元节点的策略实现网络结构学习,采用递推最小二乘法实现网络权值的在线调整,以最终得到一个结构简单... 详细信息

针对飞行数据的特点,提出了一种基于动态模糊神经网络(DFNN)的飞行数据模型辨识方法。该方法采用在线学习方式,通过动态增加和删除神经元节点的策略实现网络结构学习,采用递推最小二乘法实现网络权值的在线调整,以最终得到一个结构简单、泛化能力强的神经网络。以某特定时间段的飞参数据为仿真样本,将该DFNN用于参数关联模型的辨识,实验结果表明该辨识方法收敛速度快、泛化能力强。

关键词：动态模糊神经网络飞行数据模糊规则辨识

来源：评论

学校读者我要写书评

暂无评论

基于粗糙集-动态模糊神经网络的聚氯乙烯颗粒特性软测量

引用

科技通报 2013年第1期29卷 114-117,146页

作者：方鹏迪夏陆岳周猛飞蔡亦军孙小方潘海天浙江工业大学化学工程与材料学院杭州310032

提出了一种基于粗糙集-动态模糊神经网络的软测量建模方法,并将其应用于聚氯乙烯平均粒径软测量研究中。首先,用粗糙集隶属函数对各个辅助变量进行分析比较,得到最简的辅助变量个数,然后采用等间距离散法对各个辅助变量和主导变量进行... 详细信息

提出了一种基于粗糙集-动态模糊神经网络的软测量建模方法,并将其应用于聚氯乙烯平均粒径软测量研究中。首先,用粗糙集隶属函数对各个辅助变量进行分析比较,得到最简的辅助变量个数,然后采用等间距离散法对各个辅助变量和主导变量进行离散化,分析得到离散表和最简模糊规则数,并采用模拟退火法对动态模糊神经网络输出层的权值参数进行优化训练。研究结果表明,与常规动态模糊神经网络相比,基于粗糙集-动态模糊神经网络的聚氯乙烯平均粒径软测量模型具有更佳的预测效果。

关键词：粗糙集动态模糊神经网络聚氯乙烯平均粒径模拟退火法

来源：评论

学校读者我要写书评

暂无评论

混沌动态模糊神经网络及变压器故障诊断的应用

引用

湖南科技大学学报（自然科学版） 2012年第1期27卷 35-39页

作者：张思扬匡芳君徐蔚鸿湖南师范大学物理与信息科学学院湖南长沙410081 湖南安全技术职业学院电子信息工程系湖南长沙410151 长沙理工大学计算机与通信工程学院湖南长沙410077

提出一种结合动态模糊神经网络和混沌优化算法的故障诊断方法,将混沌变量引入模糊神经网络结构和参数的优化搜索.利用混沌优化的动态模糊神经网络建立变压器故障诊断模型,此模型不仅能对模糊规则而且能对输入变量的重要性做出评价,从而... 详细信息

提出一种结合动态模糊神经网络和混沌优化算法的故障诊断方法,将混沌变量引入模糊神经网络结构和参数的优化搜索.利用混沌优化的动态模糊神经网络建立变压器故障诊断模型,此模型不仅能对模糊规则而且能对输入变量的重要性做出评价,从而使得每个输入变量和模糊规则都可根据误差减少率进行修正.仿真结果表明,混沌动态模糊神经网络算法精度高、迭代步骤少、收敛快,对识别和预测变压器状态具有较高的精度和效率,并可方便有效地应用到其他领域.

关键词：动态模糊神经网络混沌优化模糊规则变压器故障诊断

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超临界机组协调控制

引用

华北电力大学学报（自然科学版） 2021年第2期48卷 96-103页

作者：马良玉郑佳奕华北电力大学控制与计算机工程学院河北保定071003

为改善超临界机组的协调控制品质,研究了基于动态模糊神经网络(DFNN)的机组负荷与主汽压特性逆模型建模方法,借助火电机组全范围仿真机获取的仿真数据进行离线建模。以上述模型为基础,提出一种模型离线训练与在线校正相结合的协调系统D... 详细信息

为改善超临界机组的协调控制品质,研究了基于动态模糊神经网络(DFNN)的机组负荷与主汽压特性逆模型建模方法,借助火电机组全范围仿真机获取的仿真数据进行离线建模。以上述模型为基础,提出一种模型离线训练与在线校正相结合的协调系统DFNN逆控制方案,编制了实时控制算法。通过与仿真机进行实时双向数据交换,开展了详细的协调控制仿真试验。结果表明:采用DFNN逆控制,机组在大幅变工况下负荷与主汽压响应的快速性与机组原PID控制相比有较为显著的提高,有效改善了机组的协调控制品质。

关键词：超临界机组协调控制动态模糊神经网络逆模型在线校正

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开关磁阻电机电感与磁链特性建模

引用

电机与控制应用 2013年第4期40卷 1-5,11页

作者：许爱德李涛马小博大连海事大学信息科学技术学院辽宁大连116026

提出了将动态模糊神经网络用于开关磁阻电机建模的新方法,根据试验采样获得的数据建立电感和磁链特性模型,并将该模型应用到整个系统中。与其他建模方法比较,采用动态模糊神经网络获得的电感和磁链模型可在线训练,并具有紧凑的系统结构... 详细信息

提出了将动态模糊神经网络用于开关磁阻电机建模的新方法,根据试验采样获得的数据建立电感和磁链特性模型,并将该模型应用到整个系统中。与其他建模方法比较,采用动态模糊神经网络获得的电感和磁链模型可在线训练,并具有紧凑的系统结构和强大的泛化能力。建模所得系统仿真同实际系统比较,电流波形基本一致,验证了新的建模方法的正确性和可行性。同时,该建模方法还可以进一步应用到开关磁阻电机的实时控制系统中,为工程设计和调试提供依据。

关键词：开关磁阻电机电感磁链动态模糊神经网络

来源：评论

学校读者我要写书评

暂无评论

基于动态模糊神经网络的电力谐波精确测量

引用

太原理工大学学报 2011年第4期42卷 357-359,364页

作者：徐传忠杨冠鲁王永初华侨大学信息学院华侨大学机电学院福建泉州362021

利用动态模糊神经网络测量电力谐波幅度,采用误差下降率调节模糊神经网络的结构,同时用分级学习方法调节模糊神经网络参数,使神经网络结构呈现动态变化,结构紧凑,避免了过拟合及过训练现象,提高了系统的泛化能力。通过对电力谐波信号的... 详细信息

利用动态模糊神经网络测量电力谐波幅度,采用误差下降率调节模糊神经网络的结构,同时用分级学习方法调节模糊神经网络参数,使神经网络结构呈现动态变化,结构紧凑,避免了过拟合及过训练现象,提高了系统的泛化能力。通过对电力谐波信号的测量仿真,表明该方法具有很高的测量精度。

关键词：谐波动态模糊神经网络修剪技术

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热处理炉建模与优化研究

基于动态模糊神经网络的热处理炉建模与优化研究

引用

作者：芮慧娟浙江工业大学

学位级别：硕士

硅钢定子与转子热处理炉是电机生产环节中重要的连续退火和发蓝工艺处理设备。合理设置热处理炉各区温度、保护气浓度等参数,不仅能保证定子与转子的生产质量,而且能够降低热处理炉能量的消耗。因此,开展热处理炉建模与优化问题的研究... 详细信息

硅钢定子与转子热处理炉是电机生产环节中重要的连续退火和发蓝工艺处理设备。合理设置热处理炉各区温度、保护气浓度等参数,不仅能保证定子与转子的生产质量,而且能够降低热处理炉能量的消耗。因此,开展热处理炉建模与优化问题的研究具有重要的应用价值。本文以隧道发蓝热处理炉为应用背景,取得了以下研究成果：1)提出了基于动态模糊神经网络的复杂系统建模方法。通过对对象的分析,筛选合适的模型和输入变量,实现对非线性动态系统的建模。论文通过模型预测输出仿真验证了建模方法的可行性。2)基于动态模糊神经网络模型,应用粒子群算法进行生产工艺的操作优化。通过调整动态模糊神经网络的前提参数,对输入数据进行分析,找出影响对象输出的参数,利用粒子群算法在建立模型的基础上对参数进行优化。3)基于从热处理炉现场采集的操作数据,进行动态模糊神经网络建模和粒子群操作优化研究。从仿真结果中发现,采用优化后的保护气浓度参数建立模型得到的输出结果较好,误差已经缩小到允许的范围内。在实际操作中,将优化后的操作参数与实际操作参数进行对比,就能判断硅钢在热处理过程是否异常,以便采取有效控制和处理来保证硅钢的质量。仿真结果表明本文所做的基于动态模糊神经网络的热处理炉建模及优化研究具有一定的可用于指导实际生产操作的价值。

关键词：热处理炉动态模糊神经网络粒子群优化建模

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交通信号智能控制研究

基于动态模糊神经网络的交通信号智能控制研究

引用

作者：董海龙兰州交通大学

学位级别：硕士

进入21世纪以来,随着我国经济和科技力量的突飞猛进,道路上的汽车数量爆发式增长,城市交通拥堵越来越严重,进一步引发了环境污染、能源浪费、交通事故等一系列问题,尤其雾霾天气给人们带来很大的困扰。城市交通拥堵主要发生在道路交叉口... 详细信息

进入21世纪以来,随着我国经济和科技力量的突飞猛进,道路上的汽车数量爆发式增长,城市交通拥堵越来越严重,进一步引发了环境污染、能源浪费、交通事故等一系列问题,尤其雾霾天气给人们带来很大的困扰。城市交通拥堵主要发生在道路交叉口处,由于传统的交叉口交通信号控制方式存在对绿灯时间分配不合理的问题,有时会造成不必要的拥堵。一个合理的控制系统,对改善交通现状具有深远的影响。在道路交通网中,交通流是非线性的、实时的和变化无常的,针对交通流的这种特性,可以把智能控制方法应用于城市交通信号控制中。本文主要研究了城市中比较特殊的五岔路口和相邻交叉口,把模糊系统和神经网络结合起来应用到交通信号控制中,以降低车辆平均延误为目标,实现五岔路口绿灯时间的合理分配。首先,简单介绍了交通信号控制基本参数、交通流的统计分布、道路交叉口交通质量评价指标体系和交通流检测。其次,将模糊控制应用到五岔路口的交通信号控制中,实现五岔路口的智能控制。在车流低峰期和高峰期两种情况下,分别用定时控制和模糊控制仿真研究五岔路口控制,仿真结果显示了模糊控制的优势。再次,针对交通信号定相序控制浪费绿灯时间和频繁切换相位的问题,引进动态模糊神经网络理论,实现五岔路口多相位变相序动态控制。以赤峰市松州路、振兴大街和临潢大街所形成的五岔路口为例,对其进行了仿真研究,验证了多相位变相序动态控制方法的性能。最后,研究分析了相邻交叉口的协调控制。对于中间路段距离小的相邻交叉口,其关联性比较强,在控制中考虑了中间路段驶入和驶离交叉口的车流对绿灯相位的影响,仿真说明协调控制比普通的孤立交叉口控制更加合理。

关键词：交通信号控制模糊控制动态模糊神经网络五岔路口相邻交叉口

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电站机炉协调系统建模研究

基于动态模糊神经网络的电站机炉协调系统建模研究

引用

作者：杨优生华北电力大学

学位级别：硕士

机炉协调控制系统是电站自动化控制系统中的核心单元,其控制性能的好坏直接影响到单元机组的安全稳定运行,而得到精确的数学模型是控制算法设计和性能研究的基础。因此,建立机炉协调系统的模型是十分必要的。随着容量更大、参数更高的... 详细信息

机炉协调控制系统是电站自动化控制系统中的核心单元,其控制性能的好坏直接影响到单元机组的安全稳定运行,而得到精确的数学模型是控制算法设计和性能研究的基础。因此,建立机炉协调系统的模型是十分必要的。随着容量更大、参数更高的火电机组被普遍应用,使得机炉协调系统内部的耦合和非线性的特性更强,导致利用传统的机理分析法很难建立精确的数学模型。近年来,采用基于数据序列的智能建模方法成为了研究的主要热点之一。本文提出了一种网络结构随训练过程动态生成的动态模糊神经网络算法,在深入研究其学习算法的基础上,针对算法中预先设定的参数过多,提取的模糊规则难以理解的缺点,提出基于椭圆基的动态模糊神经网络,引入模糊?-完备性来在线分配参数,避免了初始化选择的随机性,并根据每条规则的输入变量的高斯函数的宽度对系统性能贡献的多少来在线修正隶属函数的宽度。将该算法应用到非线性系统的辨识中,根据MATLAB仿真对比结果可知,该算法在性能和学习速率方面明显比动态模糊神经网络更有优势。最后在分析了机炉协调系统动静态特性和系统简化模型的基础上,基于非线性模型的仿真数据和工业测量的现场数据,应用改进基函数(椭圆基EBF)的动态模糊神经网络算法对模型进行训练和测试。最终的仿真结果表明,基于椭圆基的动态模糊神经网络学习能力和泛化能力很强,所建立的协调系统的三入三出无参数模型具有很高的拟合精度,能正确的反映输入输出之间的动态特性,达到了预期的效果。为后续基于模型的控制算法设计提供了重要的依据。

关键词：机炉协调控制系统建模动态模糊神经网络椭圆基无参数模型

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桥梁构件维护周期决策系统研究

基于动态模糊神经网络的桥梁构件维护周期决策系统研究

引用

作者：张国庆西南交通大学

学位级别：硕士

为保证桥梁结构的正常运营和安全,对桥梁状态进行监测并及时采取有效维护措施是十分重要的。目前,应用于实际工程的桥梁健康监测系统积累了海量桥梁状态信息,但桥梁状态评估仍以人工检查数据为主,桥梁健康监测数据未得到充分利用。另外... 详细信息

为保证桥梁结构的正常运营和安全,对桥梁状态进行监测并及时采取有效维护措施是十分重要的。目前,应用于实际工程的桥梁健康监测系统积累了海量桥梁状态信息,但桥梁状态评估仍以人工检查数据为主,桥梁健康监测数据未得到充分利用。另外,现阶段大部分桥梁的维护工作主要依据现有的相关规范和标准。尽管规范和标准规定了每类桥梁的检测周期,但不同构件的重要性、环境条件、受力状态均不相同,且这些特性在桥梁生命周期内会发生变化,从而导致了维护周期决策的偏差。本文利用动态模糊神经网络建立了桥梁构件维护周期决策系统,引入滑动窗对传统动态模糊神经网络的学习算法进行改进从而实现了系统对动态指标权重的增量学习,可为桥梁构件维护周期提供更加准确的确定方法。本文的主要内容包括:1.在对传统动态模糊神经网络学习方法进行分析的基础上,引入滑动窗对其学习流程进行改进,使得动态模糊神经网络具备增量学习特性。分别使用采用两种学习方法的动态模糊神经网络对Hermite函数进行逼近。结果表明:引入滑动窗的动态模糊神经网络学习方法具备与传统学习方法相近的学习准确性,即采用该方法不会造成动态模糊神经网络学习能力下降。2.参考已有研究,利用引入滑动窗的动态模糊神经网络建立桥梁构件维护周期决策系统。采用基于模糊层次分析法的桥梁状态评估系统模拟实际条件下专家评估过程,使用本文提出的决策系统对评估结果进行学习并测试系统决策准确性。结果表明:本文建立的决策系统可通过对一定量决策数据进行学习提取评估指标权重,进而做出基于该评估指标权重的桥梁构件检测周期决策。3.以青马大桥为例,采用本文提出的决策系统对青马大桥各构件的维护周期进行决策。对比本文提出的决策系统的决策结果与已有决策方法的决策结果,证明本文提出的决策系统的正确性。通过改变评估指标权重模拟实际条件下桥梁评估重点的变化,验证本文提出的决策系统对动态权重指标的适应性。

关键词：桥梁维护周期动态模糊神经网络滑动窗增量学习风驱动优化

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：