检索结果-内蒙古大学图书馆

哈尔滨工程大学学报 2023年第8期44卷 1391-1396页

作者：安雪黄博文史冬岩哈尔滨工程大学机电学院黑龙江哈尔滨150001 罗格斯新泽西州立大学机械和航天学院新泽西州美国08854

针对缓冲包装防护结构的厚度不确定性问题,本文得到厚度的随机统计分布特性,并构造了缓冲包装防护结构的可靠度优化设计概率模型。探讨了传统可靠度指标方法在优化过程中出现收敛失败和数值奇异的原因,通过定义的主动集合策略对可靠度... 详细信息

针对缓冲包装防护结构的厚度不确定性问题,本文得到厚度的随机统计分布特性,并构造了缓冲包装防护结构的可靠度优化设计概率模型。探讨了传统可靠度指标方法在优化过程中出现收敛失败和数值奇异的原因,通过定义的主动集合策略对可靠度指标进行修正,提出了基于主动集合策略的可靠度优化设计方法,克服了传统可靠度指标方法方法的缺点。通过对包装系统跌落过程中的能量分析,建立了缓冲包装防护结构动态非线性本构关系的数学模型。并采用本文提出的ASS方法对概率模型进行数值求解,并通过蒙特卡罗方法(Monte-Carlo simulation,MCs)方法验证了最优解。本文的研究方法可为缓冲包装防护结构的设计提供一定的理论依据。

关键词：缓冲包装防护结构不确定性可靠性设计与优化蒙特卡罗方法动态非线性系统可靠度指标可靠度指标法概率约束

来源：评论

学校读者我要写书评

暂无评论

间接自适应动态递归模糊神经网络控制器设计

引用

中南大学学报（自然科学版） 2004年第2期35卷 253-257页

作者：张友旺王荣铸中南大学机电工程学院湖北丹江铝业股份有限公司湖北丹江口442700

针对仿射非线性系统,提出了一种新型的基于动态递归模糊神经网络(DRFNN)的间接自适应控制器。该控制器采用DRFNN对系统的动态非线性映射进行在线估计,并依据李亚普诺夫稳定性理论推导出DRFNN参数在线调整的自适应算法,同时运用投影算法... 详细信息

针对仿射非线性系统,提出了一种新型的基于动态递归模糊神经网络(DRFNN)的间接自适应控制器。该控制器采用DRFNN对系统的动态非线性映射进行在线估计,并依据李亚普诺夫稳定性理论推导出DRFNN参数在线调整的自适应算法,同时运用投影算法确保参数向量处于约束集合内。应用自适应DRFNN对动态非线性映射进行在线估计时,仅采用被控系统的1个状态变量作为其输入,避免了因增加输入个数而导致网络结构膨胀的问题,从而加快了收敛速度。仿真结果表明:由自适应DRFNN构成的控制器可使系统具有满意的跟踪性能。

关键词：动态递归模糊神经网络动态非线性系统自适应控制投影算法控制器设计

来源：评论

学校读者我要写书评

暂无评论

DFNN及在城市建设用地面积需求预测中应用

引用

测绘信息与工程 2008年第6期33卷 30-32页

作者：喻永平广州市城市规划勘测设计研究院广州市建设二马路23号510060

建立了数据驱动型的动态自适应非线性回归系统模型,解决了模糊神经网络模型在执行阶段无法动态学习调整参数的问题,以深圳市建设用地面积需求预测为例说明该模型的有效性。

关键词：动态适应模糊神经网络 LM算法动态非线性系统组合模型

来源：评论

学校读者我要写书评

暂无评论

基于SVR的传感器静态校正与动态补偿研究

基于SVR的传感器静态校正与动态补偿研究

引用

作者：王晓红大连理工大学

学位级别：硕士

传感器是测试系统中的关键器件，其测试精度对整个系统的精度亦有决定性影响。因此，针对传感器静、动态特性进行校正和补偿的研究也逐渐成为该领域国内外学术研究的重要课题。本论文主要利用支持向量回归机对传感器进行非线性校正及动... 详细信息

传感器是测试系统中的关键器件，其测试精度对整个系统的精度亦有决定性影响。因此，针对传感器静、动态特性进行校正和补偿的研究也逐渐成为该领域国内外学术研究的重要课题。本论文主要利用支持向量回归机对传感器进行非线性校正及动态补偿，有效改善了其测试精度。\n 本论文主要围绕传感器静态非线性校正、动态补偿及动态非线性特性分析三个主要问题开展相关的理论研究，并进行了实验验证。\n 首先，提出了一种利用支持向量回归机(SVR)的静态非线性校正新方法，并将其成功应用于电容压力传感器标定。在该方法中，SVR被作为传感器一个逆模型，通过该模型可自动校正传感器非线性特性带来的影响。由于SVR有效地解决了小样本学习问题，因此该方法对实验数据无特殊要求。实验测试结果表明，所提方法优于现有标定方法，其具有广泛的应用前景。\n 其次，探讨了一种利用最小二乘支持向量回归机(LS-SVR)进行传感器动态补偿的方法。该方法用等式约束代替了不等式约束，从而将二次规划问题转化为线性矩阵方程求解。如此，该方法提高了补偿模型参数估计精度，并加快了补偿速度。用红外热电偶标定数据进行动态补偿的结果表明：该方法训练速度快、补偿精度高、稳定性好。\n 最后，提出一种基于SVR的传感器动态非线性分析方法。该方法中用非线性静态子环节和线性动态子环节串联-Hammerstein模型来描述传感器的动态非线性特性。再利用函数展开将模型非线性传的递函数转换为线性模型，并通过SVR辨识。对压力传感器进行动态标定实验，结果表明该方法只需进行一次动态标定实验就能得到动态非线性的数学解析模型，优于现有方法。

关键词：压力传感器支持向量回归机传感器校正动态补偿动态非线性系统

来源：评论

学校读者我要写书评

暂无评论

并联混合动力汽车能量控制策略研究

并联混合动力汽车能量控制策略研究

引用

作者：张宝东长春工业大学

学位级别：硕士

进入21世纪以来,全球的能源危机和环境污染问题日趋严重。并联混合动力汽车因具有节能且低排放的优良性能,其对缓解能源压力和改善环境质量具有非常重要的意义。能量控制策略作为并联混合动力汽车研究的关键技术,是影响汽车性能的重要因... 详细信息

进入21世纪以来,全球的能源危机和环境污染问题日趋严重。并联混合动力汽车因具有节能且低排放的优良性能,其对缓解能源压力和改善环境质量具有非常重要的意义。能量控制策略作为并联混合动力汽车研究的关键技术,是影响汽车性能的重要因素,在保证汽车动力性的前提下,优化并联混合动力汽车能量控制策略是解决节能减排问题的根本途径。论文以并联混合动力汽车能量控制系统为研究对象,针对发动机和电机转矩动态优化分配问题进行研究,建立发动机、电机、蓄电池、车轮、传动系和车辆动力学数学模型。因能量控制系统具备动态非线性特点,论文将模糊神经网络算法应用于并联混合动力汽车能量控制系统中,实现了发动机和电机转矩的动态优化分配。在模糊神经网络能量控制策略中,利用神经网络自主学习能力,自动生成模糊规则和隶属函数,并不断优化隶属函数的参数,达到最优的控制效果。为了提高系统精度,加快收敛速度,论文采用动态调整步长补偿梯度下降算法对能量控制策略进行优化。以丰田普锐斯轿车动力系统参数为例,利用ADVISOR2002汽车仿真软件,采用后向仿真的方法,搭建了完整的并联混合动力汽车能量控制系统仿真模型,在典型的NEDC循环工况下进行仿真,通过与模糊逻辑能量控制策略仿真结果进行对比,得出结论,采用补偿模糊神经网络能量控制策略,能够同时保证发动机和电机工作在高效区域,实现了降低燃油消耗的目的。论文对补偿模糊神经网络能量控制策略的研究实现了节能减排的控制目标,对我国自主研发新型节能环保汽车,提高混合动力汽车能量控制系统设计水平,构建自主知识产权的汽车电子开发平台具有重要意义。

关键词：并联混合动力汽车能量控制策略模糊神经网络动态非线性系统 ADVISOR2002仿真

来源：评论

学校读者我要写书评

暂无评论

一种基于ALIESN在线学习算法的脱丁烷塔软测量建模方法

一种基于ALIESN在线学习算法的脱丁烷塔软测量建模方法

引用

作者：岳文琦 730030 甘肃省兰州市兰州新区瑞岭雅苑办公楼44号楼14楼

本发明公开一种基于ALIESN在线学习算法的脱丁烷塔软测量建模方法。本方法对关键变量归一化，得到辅助变量、主导变量，再进行动态建模，使仅具有静态特性时间序列的辅助变量及主导变量转化为具有动态特性的ALIESN输入变量；然后对ALIES... 详细信息

标准号: CN112364527B

本发明公开一种基于ALIESN在线学习算法的脱丁烷塔软测量建模方法。本方法对关键变量归一化，得到辅助变量、主导变量，再进行动态建模，使仅具有静态特性时间序列的辅助变量及主导变量转化为具有动态特性的ALIESN输入变量；然后对ALIESN输入变量的前n个数据，采用ALIESN岭回归离线学习算法，进行离线训练学习，得到神经网络离线训练输出权值；最后，将上数值作为在线学习的初始权值，以ALIESN输入变量第n+1个数据起开始进行在线输出权值训练，得到最终的网络输出权值和预测的输出变量。本方法学习算法简单、快速、成本低，训练数据少，且动态非线性系统逼近能力强等，网络输出权值速度快，提升丁烷含量的预测精度，适应精细化工过程中实时学习的要求。

关键词：输入变量辅助变量离线训练网络输出学习算法主导变量动态非线性系统在线学习算法软测量建模动态建模动态特性关键变量精细化工静态特性权值训练神经网络时间序列输出变量脱丁烷塔训练数据在线输出在线学习归一化能力强权值和预测丁烷离线逼近输出学习回归转化

来源：评论

学校读者我要写书评

暂无评论

一种基于ALIESN在线学习算法的脱丁烷塔软测量建模方法

一种基于ALIESN在线学习算法的脱丁烷塔软测量建模方法

引用

作者：岳文琦 730030 甘肃省兰州市兰州新区瑞岭雅苑办公楼44号楼14楼

标准号: CN112364527A

来源：评论

学校读者我要写书评

暂无评论

Elman神经网络在非线性模拟电路故障诊断中的应用

引用

电子测量技术 2007年第12期30卷 116-118,129页

作者：殷时蓉陈光 谢永乐电子科技大学自动化工程学院CAT室成都610054

Elman神经网络把隐层输出反馈回输入层,是一种动态递归神经网络,改进的Elman网络能逼近任意动态非线性系统。本文研究了Elman网络的结构和学习算法,并把改进的Elman网络应用于非线性模拟电路故障诊断激励信号参数优化中,以提高故障正确... 详细信息

Elman神经网络把隐层输出反馈回输入层,是一种动态递归神经网络,改进的Elman网络能逼近任意动态非线性系统。本文研究了Elman网络的结构和学习算法,并把改进的Elman网络应用于非线性模拟电路故障诊断激励信号参数优化中,以提高故障正确诊断率。首先用改进的Elman神经网络建立故障电路和无故障电路系统模型,然后用遗传算法搜索电路故障诊断的最佳激励信号参数。

关键词： Elman神经网络动态非线性系统非线性模拟电路电路模型

来源：评论

学校读者我要写书评

暂无评论

基于FLANN的动态非线性时序模型参数辨识方法

基于FLANN的动态非线性时序模型参数辨识方法

引用

第三届全球智能控制与自动化大会

作者：李成徐科军梁斌北京控制工程研究所(北京) 合肥工业大学自动化所(合肥)

该文提出了基于函数联接型神经网络(FLANN)的动态非线性时序模型的参数辨识方法，解决了原有最小二乘算法受舍入误差影响严重，参数估计精度不高的问题;对机器人多维腕力传感器动态标定数据的建模结果证明了方法的正确性和有效性。

关键词：动态非线性系统函数联接型神经网络参数辨识

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：