检索结果-内蒙古大学图书馆

系统工程 2022年第6期40卷 113-120页

作者：王嘉文胡晨曦李少波上海理工大学管理学院上海200093 上海闵行城市建设投资开发有限公司上海201199

为使自动驾驶车辆行驶效率提高,研究安全且高效的自动驾驶车辆换道策略是基础问题之一。本文基于广义动态模糊神经网络模型提出一种以运行效率为优化目标的自动驾驶换道策略。首先,基于元胞自动机建立高速公路交通流模型,分别实现人工... 详细信息

为使自动驾驶车辆行驶效率提高,研究安全且高效的自动驾驶车辆换道策略是基础问题之一。本文基于广义动态模糊神经网络模型提出一种以运行效率为优化目标的自动驾驶换道策略。首先,基于元胞自动机建立高速公路交通流模型,分别实现人工驾驶、自动驾驶车辆的跟驰与换道表达方法;进而设计并实现了基于广义动态模糊神经网络(GD-FNN)的自学习算法优化自动驾驶车辆换道策略;最后与元胞自动机经典换道策略进行对比。结果表明:GD-FNN换道策略在处于低密度区具有更高的换道频率;GD-FNN换道策略在驾驶效率上整体优于STCA,在中低密度条件下单位时间内行驶距离可提升12.88%.

关键词：自动驾驶汽车换道策略高效驾驶广义动态模糊神经网络

来源：评论

学校读者我要写书评

暂无评论

基于广义动态模糊神经网络的聚乙烯分子量分布软测量

引用

华东理工大学学报（自然科学版） 2018年第4期44卷 529-534页

作者：安许锋田洲钱锋华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237

分子量分布(MWD)是聚合物的重要质量指标,但由于实时检测的困难,MWD的预测成为聚合过程先进控制和优化面临的重要挑战。为解决聚乙烯分子量分布预测的实时性和精度问题,本文结合过程信息和反应机理建立了分子量分布预测的混合模型。首... 详细信息

分子量分布(MWD)是聚合物的重要质量指标,但由于实时检测的困难,MWD的预测成为聚合过程先进控制和优化面临的重要挑战。为解决聚乙烯分子量分布预测的实时性和精度问题,本文结合过程信息和反应机理建立了分子量分布预测的混合模型。首先通过机理分析,在假设不同催化剂活性位个数的情况下拟合MWD,通过误差分析获得合理的催化剂个数及分布函数参数,同时操作条件与分布函数参数之间的关系通过广义动态模糊神经网络(GDFNN)描述。在GDFNN中,利用K-means初始化其网络结构,训练过程中,充分利用历史数据和新息决定是否增加新规则,减少冗余规则的频繁生成,并通过分级学习机制,前期提高全局学习率,后期提高局部学习率。最后通过实际工业数据的仿真实验证明了该混合模型的有效性。

关键词：分子量分布广义动态模糊神经网络混合模型分布函数参数

来源：评论

学校读者我要写书评

暂无评论

基于广义动态模糊神经网络的短时车站进站客流量预测

引用

都市快轨交通 2015年第4期28卷 57-61页

作者：李春晓李海鹰蒋熙许心越赵阿群北京交通大学轨道交通控制与安全国家重点实验室北京100044 北京交通大学交通运输学院北京100044 北京交通大学计算机与信息技术学院北京100044

针对轨道交通车站短时进站客流的不均衡性、高度非线性和时变性特点,结合逻辑推理能力强的模糊技术与自学习能力强的神经网络,提出一种基于广义动态模糊神经网络(GD-FNN)的短时进站客流量预测方法。以北京轨道交通各车站的进站客流量数... 详细信息

针对轨道交通车站短时进站客流的不均衡性、高度非线性和时变性特点,结合逻辑推理能力强的模糊技术与自学习能力强的神经网络,提出一种基于广义动态模糊神经网络(GD-FNN)的短时进站客流量预测方法。以北京轨道交通各车站的进站客流量数据为例,分析轨道交通车站的进站客流特征,确定影响短时客流分布的主要因素;然后采用GD-FNN方法构建车站短时进站量的预测模型,实现对北京轨道交通系统若干车站进站量的预测。预测结果表明:该方法与传统的神经网络相比,预测效果更准确(最大相对误差小于8%),稳定性好。

关键词：轨道交通广义动态模糊神经网络短时客流预测进站量

来源：评论

学校读者我要写书评

暂无评论

广义动态模糊神经网络在铝电解预测中的研究与仿真

引用

冶金自动化 2014年第1期 21-27页

作者：曾水平倪亚超北方工业大学自动化系

铝电解过程中,每日出铝量、氟化铝添加量的决策对铝电解过程温度和过热度的准确控制非常重要,是影响铝电解技术经济指标的重要因素之一。本文基于广义动态模糊神经网络算法(GD-FNN),构造了铝电解预测系统,在给定铝电解槽所需温度之后,... 详细信息

铝电解过程中,每日出铝量、氟化铝添加量的决策对铝电解过程温度和过热度的准确控制非常重要,是影响铝电解技术经济指标的重要因素之一。本文基于广义动态模糊神经网络算法(GD-FNN),构造了铝电解预测系统,在给定铝电解槽所需温度之后,对铝电解中的出铝量和氟化铝添加量进行预测。此算法通过对高电流效率、低能耗的电解槽的运行规律进行自适应分析,训练出对应的决策规则,运用到效率低的电解槽,可以实现铝电解槽温度和过热度控制,提高铝电解电流效率。通过对某铝电解厂实际数据进行仿真实验,证明了该算法在铝电解控制中的有效性。

关键词：铝电解出铝量氟化铝添加量广义动态模糊神经网络

来源：评论

学校读者我要写书评

暂无评论

广义动态模糊神经网络对软件质量的预测

引用

微型电脑应用 2012年第6期28卷 32-35页

作者：宫丽娜马怀志枣庄学院

软件质量预测是软件质量评价体系中的关键技术,针对软件质量预测过程中难以建立精确数学模型的特点,提出了将广义动态模糊神经网络应用于软件质量预测模型中。以模糊?的完备性作为高斯函数宽度的确定准则,避免了初始化过程中选择的随机... 详细信息

软件质量预测是软件质量评价体系中的关键技术,针对软件质量预测过程中难以建立精确数学模型的特点,提出了将广义动态模糊神经网络应用于软件质量预测模型中。以模糊?的完备性作为高斯函数宽度的确定准则,避免了初始化过程中选择的随机性,同时,能对模糊规则和输入变量的重要性作出评价,从而使每条规则的输入变量的宽度可以根据它对系统性能贡献的大小实施在线自适应调整。通过对软件可靠性的仿真实验结果证明,广义动态模糊神经网络不仅适合模糊规则抽取也可用于系统建模,而且具有较高的辨识精度和效率。

关键词：软件度量软件质量预测模型广义动态模糊神经网络

来源：评论

学校读者我要写书评

暂无评论

基于GD-FNN和参考模型的无人艇航向鲁棒自适应控制

引用

船舶力学 2021年第5期25卷 598-606页

作者：包涛董早鹏张波韦喜忠中国船舶科学研究中心江苏无锡214082 高性能船舶技术教育部重点实验室(武汉理工大学) 武汉430063 武汉理工大学交通学院武汉430063

为使无人艇在复杂环境干扰下能按希望要求改变航向,本文设计了一种基于广义动态模糊神经网络和参考模型的鲁棒自适应控制器。首先针对因环境干扰产生的不确定干扰项基于广义动态模糊神经网络建立了无人艇运动控制的逆动态模型,设计了模... 详细信息

为使无人艇在复杂环境干扰下能按希望要求改变航向,本文设计了一种基于广义动态模糊神经网络和参考模型的鲁棒自适应控制器。首先针对因环境干扰产生的不确定干扰项基于广义动态模糊神经网络建立了无人艇运动控制的逆动态模型,设计了模糊神经网络的自适应率以进一步调整神经网络权值,并结合无人艇运动控制模型的参考模型设计了无人艇航向鲁棒自适应控制器,然后通过Lyapunov稳定性理论,证明了基于该控制器的无人艇航向控制系统的稳定性,最后采用半物理仿真实验验证了该控制方法的有效性和准确性。

关键词：高速无人艇航向控制广义动态模糊神经网络鲁棒自适应控制 Lyapunov稳定性理论

来源：评论

学校读者我要写书评

暂无评论

基于“无人机+”技术的恶臭气体检测系统研究

引用

天津理工大学学报 2024年

作者：邢少松马旭李浩刘鹏程徐智宏天津理工大学电气工程与自动化学院

针对日益严重的恶臭气体污染，人工嗅辨法对检测人员要求高且工作效率低，传统仪器又会遇到检测点不易接近或安装条件的限制，因此设计一款无人机搭载基于多传感器信息融合算法的传感器阵列系统的新方法来检测恶臭气体的浓度。本文中采... 详细信息

针对日益严重的恶臭气体污染，人工嗅辨法对检测人员要求高且工作效率低，传统仪器又会遇到检测点不易接近或安装条件的限制，因此设计一款无人机搭载基于多传感器信息融合算法的传感器阵列系统的新方法来检测恶臭气体的浓度。本文中采用广义动态模糊神经网络对传感器检测到的数据进行采集与处理，然后根据韦伯-费希纳定律得出恶臭强度等级。通过实验对恶臭污染源进行气体浓度检测，实验表明：恶臭检测系统的检测结果与人工嗅辨结果基本吻合，满足恶臭检测的相关要求，这样大大节省了人力物力，在恶臭环境检测中具有良好的应用前景。

关键词：无人机恶臭气体多传感器信息融合恶臭强度广义动态模糊神经网络

来源：评论

学校读者我要写书评

暂无评论

基于物联网技术的出水氨氮智能检测系统

引用

物联网技术 2024年第11期14卷 23-27,30页

作者：陈冠斌黄健黄智超陈卫乾江苏双良锅炉有限公司江苏无锡214444

为了实现出水氨氮浓度的在线精准测量,设计了一种基于物联网技术的出水氨氮智能检测系统。该系统主要是由嵌入式检测系统和智能预报系统组成。嵌入式检测系统利用STM32作为核心控制器,结合氨气敏电极等模块采集水体中的氨氮数据,并利用4... 详细信息

为了实现出水氨氮浓度的在线精准测量,设计了一种基于物联网技术的出水氨氮智能检测系统。该系统主要是由嵌入式检测系统和智能预报系统组成。嵌入式检测系统利用STM32作为核心控制器,结合氨气敏电极等模块采集水体中的氨氮数据,并利用4G通信技术将数据传输到云服务器;智能预报系统利用广义动态模糊神经网络构建了出水氨氮的预报模型,实现了对嵌入式检测系统的出水氨氮浓度的校正和纠偏。实验结果显示,与造价昂贵、操作繁琐且难以实现在线测量的氨氮检测仪相比,文中所设计的智能检测系统的精度完全能够满足出水氨氮的在线检测需求,为污水处理厂出水氨氮的调控提供强有力的支撑。

关键词：污水处理 STM32 氨氮检测广义动态模糊神经网络物联网智能检测

来源：评论

学校读者我要写书评

暂无评论

电力巡检多旋翼无人机避障系统关键技术研究

电力巡检多旋翼无人机避障系统关键技术研究

引用

作者：潘捷天津工业大学

学位级别：硕士

随着多旋翼无人机相关技术研究的成熟及其商业应用的飞速发展,我国电力企业尤其关注且极力推广多旋翼无人机在电力巡检工作中的应用,以期探索“无人机为主、人工为辅”的新型、高效、安全的巡检作业模式。但是,在实际的巡检作业中,目前... 详细信息

随着多旋翼无人机相关技术研究的成熟及其商业应用的飞速发展,我国电力企业尤其关注且极力推广多旋翼无人机在电力巡检工作中的应用,以期探索“无人机为主、人工为辅”的新型、高效、安全的巡检作业模式。但是,在实际的巡检作业中,目前均为飞手操控无人机巡检作业,对飞手经验的依赖程度较大,安全性难以得到保障。具体问题表现在:一是人眼无法有效识别高压铁塔和输电线路准确位置,容易导致碰撞事故;二是人工操纵无人机时难以有效地避开树木、房屋等地图上不可见的障碍物;三是无人机飞行姿态控制系统性能尚不稳定,控制系统对外部扰动响应较大。以上问题严重阻碍了基于多旋翼无人机的巡检作业技术在电力巡检行业的发展。因此,研究如何保障电力巡检无人机飞行作业时的安全问题,是当前行业内急需解决的重大难题之一。针对上述问题,本文开展了电力巡检多旋翼无人机避障系统关键技术研究,主要研究内容包括以下四个方面:1.提出一种基于改进的方向包围盒(Oriented Bounding Box,OBB)算法的障碍物构造方法。针对无人机自主飞行必须与高压铁塔和输电线路保持安全距离的问题,提出将高压铁塔和输电线路包围成规则几何体,以此辅助无人机自主飞行前的航线规划。本文通过改进的OBB算法,使得包围盒的紧密性较AABB算法和传统OBB算法更好,比传统OBB算法的运行时间缩短了90%以上。2.研究基于双目视觉的障碍物检测方法,搭建了对应的硬件实验平台,完成了双目视觉的立体标定与校正,基于SIFT(Scale-invariant feature transform,SIFT)算法实现双目视觉立体匹配,并且在电力巡检场景下实现了基于左右视差图的障碍物轮廓检测,实验结果能够满足应用要求。3.研究基于广义动态模糊神经网络(Generalized dynamic fuzzy neural network,GD-FNN)的四旋翼无人机姿态控制方法,并且设计了基于GD-FNN的四旋翼无人机姿态控制系统,通过Laypunov定理证明该系统的稳定性。通过与传统PID控制在滚转角、俯仰角、偏航角和x、y、z位置的控制性能对比实验,证明本系统的超调量更小、反应更迅速,并通过添加噪声模拟无人机的外部干扰因素,证明该系统的姿态控制效果更稳定。4.提出一种基于改进的OBB算法和双目视觉障碍物检测技术的双重避障方法,并设计了对应的实验方案。

关键词：无人机避障包围盒算法双目视觉广义动态模糊神经网络

来源：评论

学校读者我要写书评

暂无评论

基于危化品气体检测的多传感器阵列数据融合技术研究

基于危化品气体检测的多传感器阵列数据融合技术研究

引用

作者：高尚哈尔滨工程大学

学位级别：硕士

目前,在中国制造2025规划下我国工业化正处于转型的重要阶段,在工业生产中危化品气体泄漏已经成为了威胁人类生命安全的主要危险之一,因此对危化品气体的浓度监测及检测成为人们日常生活中不可或缺的安全防范手段。由于单一的气体传感... 详细信息

目前,在中国制造2025规划下我国工业化正处于转型的重要阶段,在工业生产中危化品气体泄漏已经成为了威胁人类生命安全的主要危险之一,因此对危化品气体的浓度监测及检测成为人们日常生活中不可或缺的安全防范手段。由于单一的气体传感器处在选择性差和交叉敏感的特点,不能满足危化品气体浓度检测精度的要求。因此针对危化品气体检测的多传感器数据融技术的研究具有重要意义。本文通过了解最为常见的危化品气体环境,选择以CO气体和CH4气体混合构成的危化品气体作为检测分析对象,通过对传感器的原理特性分析选取合适的半导体式气体传感器,并进行多传感器2*2阵列和2*3阵列规划。根据传感器使用要求及阵列规划完成了危化品气体检测平台的搭建,利用检测平台进行了不同组分混合危化品的检测实验并得到相关实验数据,利用单一气体环境下的检测数据对每个传感器进行标定,本文采用BP神经网络算法和广义动态模糊神经网络（GD-FNN）作为数据融合算法,GD-FNN算法不仅能对模糊规则而且能对输入变量的重要性作出评估,从而使每条规则的输入变量的宽度可以根据它对系统性能贡献的大小实施在线自适应调整。基于两种算法构建4个多传感器阵列数据融合模型,以实验检测数据为训练样本对4个模型进行训练和测试,最后通过融合结果分析不同阵列及不同数据融合算法的优缺点。实验结果表明,通过用传统标定方法拟合得到混合危化品气体浓度值误差很大,不适合作为混合危化品气体检测的数据处理方法。通过对比测试样本的不同模型融合结果可以发现,2*3阵列融合模型相对于2*2阵列融合模型具有相同的误差等级,并没有明显的阵列优势,利用BP神经网络建立的危化品气体传感器数据融合模型融合结果误差较大,而利用广义动态模糊神经网络（GD-FNN）算法建立的危化品气体多传感器数据融合模型融合结果误差较小,可以很好的实现融合值与真实值的拟合,更适合作为本论文中气体检测环境的多传感器数据融合算法。

关键词：危化品气体多传感器阵列数据融合 BP神经网络广义动态模糊神经网络

来源：评论

学校读者我要写书评

暂无评论

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：