检索结果-内蒙古大学图书馆

针对实际工业过程中普遍存在的有色噪声,本文提出一种基于递推增广最小二乘算法的神经模糊Hammerstein模型辨识方法,突破了传统的Hammerstein模型迭代分离算法.首先,利用多信号源实现Hammerstein模型中静态非线性环节和动态线性环节的分离,大大简化了辨识过程,提高了串联环节参数的分离精度.其次,利用长除法将噪声模型用有限脉冲响应模型逼近,采用增广递推最小二乘法进行线性环节的参数估计.最后,采用神经模糊模型拟合静态非线性环节,同时设计了神经模糊模型参数的非迭代优化算法,改善了模型的使用范围.该方法保证了模型的预测精度,对含有色噪声的非线性系统具有较好的拟合效果.仿真结果验证了上述方法的有效性.

关键词：非线性系统 Hammerstein模型多信号源增广递推最小二乘算法神经模糊模型

来源：评论

学校读者我要写书评

暂无评论

一种基于自适应神经模糊模型的车速预测方法

一种基于自适应神经模糊模型的车速预测方法

引用

作者：陈凌珊刘胜 201620 上海市松江区龙腾路333号

本发明涉及一种基于自适应神经模糊模型的车速预测方法，该方法包括如下方法：(1)获取训练样本集，包括驾驶员意图数据和对应的车速数据；(2)对训练样本集进行数据训练建立自适应神经模糊车速预测模型；(3)获取实时车数数据以及驾驶员... 详细信息

标准号: CN107512267A

本发明涉及一种基于自适应神经模糊模型的车速预测方法，该方法包括如下方法：(1)获取训练样本集，包括驾驶员意图数据和对应的车速数据；(2)对训练样本集进行数据训练建立自适应神经模糊车速预测模型；(3)获取实时车数数据以及驾驶员意图数据并输入至自适应神经模糊车速预测模型进行车速预测得到下一时间段的车速数据。与现有技术相比，本发明车速预测结果准确可靠。

关键词：车速自适应驾驶员意图训练样本集车速数据预测模型神经模糊模型神经模糊数据训练预测结果时间段预测

来源：评论

学校读者我要写书评

暂无评论

基于神经模糊系统的供应商选择模型研究

引用

华东理工大学学报（社会科学版） 2013年第6期28卷 38-44页

作者：贾军范黎波贾立对外经济贸易大学国际商学院北京100029 上海大学机电工程与自动化学院上海200072

对供应商评价的模型进行了回顾,以神经模糊系统理论为基础,构建了供应商评价的神经模糊系统模型,能够弱化供应商评价中的经验知识因素的影响,为处理复杂的非线性的供应商关系提供了新的评价工具。

关键词：供应商选择评价指标体系神经模糊模型

来源：评论

学校读者我要写书评

暂无评论

基于神经模糊系统的非线性动态系统模型鲁棒性研究

基于神经模糊系统的非线性动态系统模型鲁棒性研究

引用

2001中国控制与决策学术年会

作者：刘士荣俞金寿宁波大学自动化系华东理工大学自动化研究所

模型鲁棒性是非线性动态系统建模的重要指标之一.以广州基函数神经模糊网络为基础,研究了复杂非线性动态系统的神经模糊模型,给出了模型鲁棒性定义;通过对Mackey-Glass混沌系统神经模糊建模和模型鲁棒性的研究,证明了精简神经模糊模型... 详细信息

模型鲁棒性是非线性动态系统建模的重要指标之一.以广州基函数神经模糊网络为基础,研究了复杂非线性动态系统的神经模糊模型,给出了模型鲁棒性定义;通过对Mackey-Glass混沌系统神经模糊建模和模型鲁棒性的研究,证明了精简神经模糊模型对初始工作点漂移、系统参数摄动具有良好的鲁棒性.

关键词：神经模糊模型模型鲁棒性系统建模混沌系统

来源：评论

学校读者我要写书评

暂无评论

基于即时学习的间歇过程复合模型

引用

上海交通大学学报 2016年第6期50卷 937-942,948页

作者：付钊贾立上海大学机电工程与自动化学院上海市电站自动化重点实验室上海200072

通过传统的即时学习(JITL)方法建立间歇过程复合的线性化模型,利用一个具有5层结构的神经模糊模型(NFM)对局部模型的输出误差特性进行分析,建立模型输入与输出误差之间的非线性映射关系,并通过对模型的预测输出进行误差补偿来提高模型精... 详细信息

通过传统的即时学习(JITL)方法建立间歇过程复合的线性化模型,利用一个具有5层结构的神经模糊模型(NFM)对局部模型的输出误差特性进行分析,建立模型输入与输出误差之间的非线性映射关系,并通过对模型的预测输出进行误差补偿来提高模型精度.仿真结果表明,所提出的基于JITL的间歇过程复合模型相对于传统JITL模型具有更高的精度和更强的噪声抑制能力.

关键词：间歇过程即时学习神经模糊模型误差补偿线性化

来源：评论

学校读者我要写书评

暂无评论

一类间歇生产过程的迭代学习控制算法及其收敛性分析

引用

化工学报 2010年第1期61卷 116-123页

作者：贾立施继平邱铭森上海大学机电工程与自动化学院自动化系上海市电站自动化技术重点实验室上海200072 新加坡国立大学工程学院新加坡119260

针对基于迭代学习控制的间歇过程产品质量优化控制算法难以进行收敛性分析的难题,并且考虑到实际生产中存在外部干扰和不确定因素的影响,本文对间歇过程模型参数动态更新问题进行了分析,建立了间歇生产过程产品质量的神经模糊(NF)预测模... 详细信息

针对基于迭代学习控制的间歇过程产品质量优化控制算法难以进行收敛性分析的难题,并且考虑到实际生产中存在外部干扰和不确定因素的影响,本文对间歇过程模型参数动态更新问题进行了分析,建立了间歇生产过程产品质量的神经模糊(NF)预测模型,提出了一种新颖的批次轴参数自适应调节算法。在此基础上,构造了一种基于数据驱动的间歇生产过程产品质量迭代学习控制算法,并对优化问题的收敛性给出了严格的数学证明。最后,将本文提出的算法用于一类典型的间歇过程终点质量控制研究,仿真结果验证了本文算法的有效性和实用价值,为间歇过程的优化控制提供了一条新途径。

关键词：间歇过程迭代学习神经模糊模型优化算法

来源：评论

学校读者我要写书评

暂无评论

基于组合式信号源的Hammerstein-Wiener模型辨识方法

引用

控制与决策 2022年第11期37卷 2959-2967页

作者：李峰罗印升李博李生权江苏理工学院电气信息工程学院江苏常州213001 扬州大学电气与能源动力工程学院江苏扬州225127

针对含有有色噪声的非线性Hammerstein-Wiener模型,提出一种基于组合式信号源的辨识方法.通过利用可分离信号和随机信号组成的组合信号源实现有色噪声干扰下Hammerstein-Wiener模型各串联模块参数辨识的分离,简化辨识过程.首先,基于可... 详细信息

针对含有有色噪声的非线性Hammerstein-Wiener模型,提出一种基于组合式信号源的辨识方法.通过利用可分离信号和随机信号组成的组合信号源实现有色噪声干扰下Hammerstein-Wiener模型各串联模块参数辨识的分离,简化辨识过程.首先,基于可分离信号的输入和输出,采用相关分析方法抑制过程噪声的干扰,辨识输出静态非线性模块和动态线性模块的参数;然后,基于辅助模型技术,利用辅助模型的输出和残差的估计值分别取代辨识模型中的不可测中间变量和噪声变量,推导辅助模型递推增广最小二乘方法,根据随机信号的输入输出数据辨识输入静态非线性模块和噪声模型的参数;最后,通过理论分析和仿真结果表明,所提出方法能够有效辨识有色噪声干扰下的非线性Hammerstein-Wiener模型,具有较好的鲁棒性.

关键词： Hmmerstein-Wiener模型神经模糊模型相关分析法参数辨识组合信号源

来源：评论

学校读者我要写书评

暂无评论

基于改进PDF技术的间歇过程NFM模型

引用

化工学报 2016年第3期67卷 998-1007页

作者：付钊贾立上海大学机电工程与自动化学院自动化系上海市电站自动化重点实验室上海200072

间歇过程是一类具有典型复杂非线性特性的生产过程,可以利用模糊神经网络(NFM)建立其输入输出的非线性映射关系。在前期的研究中曾提出过基于概率密度函数(PDF)技术的模型训练方法,成功解决了传统的基于MSE准则训练方法模型泛化能力弱... 详细信息

间歇过程是一类具有典型复杂非线性特性的生产过程,可以利用模糊神经网络(NFM)建立其输入输出的非线性映射关系。在前期的研究中曾提出过基于概率密度函数(PDF)技术的模型训练方法,成功解决了传统的基于MSE准则训练方法模型泛化能力弱的问题,但又产生了概率密度难以估计及目标PDF未知时模型性能不稳定的问题。针对这两个问题,引入了新的概率密度窗宽估计方法,并提出了在目标PDF未知时采用PDF预估器及其收缩策略的算法。仿真实验表明:该方法能够保证足够的概率密度估计精度和模型预测性能。

关键词：间歇过程神经模糊模型概率密度函数收缩策略算法预测

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：