检索结果-内蒙古大学图书馆

第17届中国过程控制会议

作者：田园杨承恩大连海事大学自动化研究中心大连116026 大连海事大学自动化与电气工程学院大连116026

在MATLAB环境下建立了舵阻摇系统的非线性模型.基于所建立的非线性模型和ANFIS控制算法进行了仿真实验.运用Simulink工具箱得到仿真曲线,通过仿真曲线可以看出此控制器具有良好的鲁棒性能.通过对比减摇前后的仿真曲线得出,ANFIS算法对... 详细信息

在MATLAB环境下建立了舵阻摇系统的非线性模型.基于所建立的非线性模型和ANFIS控制算法进行了仿真实验.运用Simulink工具箱得到仿真曲线,通过仿真曲线可以看出此控制器具有良好的鲁棒性能.通过对比减摇前后的仿真曲线得出,ANFIS算法对于舵阻摇系统的控制有效,减摇率为23％左右,减摇效果较好.

关键词：舵阻摇系统神经网络自适应神经模糊推理系统

来源：评论

学校读者我要写书评

暂无评论

偏最小二乘和ANFIS在飞机燃油油量测量中的应用

偏最小二乘和ANFIS在飞机燃油油量测量中的应用

引用

第17届中国过程控制会议

作者：姚崇龄张阿卜肖磊郧刚厦门大学自动化系厦门361005

分析了飞机燃油箱剩余油量测量系统具有变量多、非线性及变量间存在多重相关性的特点,指出单独采用自适应神经模糊推理系统(Adaptivenetwork-basedfuzzyinferencesystem,ANFIS)和偏最小二乘(Partialleastsquares,PLS)解决飞机燃油箱剩... 详细信息

分析了飞机燃油箱剩余油量测量系统具有变量多、非线性及变量间存在多重相关性的特点,指出单独采用自适应神经模糊推理系统(Adaptivenetwork-basedfuzzyinferencesystem,ANFIS)和偏最小二乘(Partialleastsquares,PLS)解决飞机燃油箱剩余油量软测量问题均有各自的局限性.结合上述两种方法的优点,提出了一种基于PLS回归与减法聚类的ANFIS软测量模型.将其应用于预测飞机油箱燃油剩余的建模过程中,得到了比采用PLS回归方法更好的精度,从而证明了该建模方法的有效性.

关键词：自适应神经模糊推理系统偏最小二乘软测量

来源：评论

学校读者我要写书评

暂无评论

应用自适应神经模糊推理系统(ANFIS)进行建模与仿真

引用

计算机仿真 2002年第4期19卷 47-49页

作者：张浩炯余岳峰王强上海交通大学能源工程系上海200240

模糊规则的提取和隶属度函数的学习是模糊推理系统设计中重要而困难的问题。自适应神经模糊推理系统 (ANFIS)方法基于Sugeno模糊模型 ,其结构类似于神经网络 ,采用反向传播算法和最小二乘法调整模糊推理系统的参数 ,并能自动产生模糊规... 详细信息

模糊规则的提取和隶属度函数的学习是模糊推理系统设计中重要而困难的问题。自适应神经模糊推理系统 (ANFIS)方法基于Sugeno模糊模型 ,其结构类似于神经网络 ,采用反向传播算法和最小二乘法调整模糊推理系统的参数 ,并能自动产生模糊规则。本文应用该方法给出了对一个典型系统建模的仿真实例 ,取得了良好的效果。

关键词：自适应神经模糊推理系统建模仿真

来源：评论

学校读者我要写书评

暂无评论

巷道围岩位移特性曲线预测的自适应神经模糊推理方法及应用

引用

矿业安全与环保 2005年第3期32卷 49-51,55页

作者：李明刘永南华大学建筑工程与资源环境学院湖南衡阳421001

应用自适应神经模糊推理系统的原理,建立了巷道开挖围岩位移特性曲线预测的自适应神经模糊推理方法。应用该方法,预测了水口山矿务局康家湾铅锌矿十二中段排泥巷道围岩的位移特性曲线,并据此对实际施工过程中出现的衬砌破坏、合理的支... 详细信息

应用自适应神经模糊推理系统的原理,建立了巷道开挖围岩位移特性曲线预测的自适应神经模糊推理方法。应用该方法,预测了水口山矿务局康家湾铅锌矿十二中段排泥巷道围岩的位移特性曲线,并据此对实际施工过程中出现的衬砌破坏、合理的支护时间和衬砌刚度进行了分析,结果表明,该方法具有良好的适用性。

关键词：巷道开挖围岩位移特性曲线自适应神经模糊推理系统

来源：评论

学校读者我要写书评

暂无评论

基于ANFIS的温度传感器非线性校正方法

引用

仪器仪表学报 2005年第5期26卷 511-514,527页

作者：杨延西刘丁西安理工大学信息与控制工程研究中心西安710048

介绍了用神经网络进行传感器非线性误差校正的原理与方法,分析了自适应神经模糊推理系统(ANFIS)的基本原理。通过模糊聚类和混合学习算法,ANFIS可以逼近高阶输入输出非线性系统,将该算法用于两个典型非线性系统建模,均能获得满意结果。... 详细信息

介绍了用神经网络进行传感器非线性误差校正的原理与方法,分析了自适应神经模糊推理系统(ANFIS)的基本原理。通过模糊聚类和混合学习算法,ANFIS可以逼近高阶输入输出非线性系统,将该算法用于两个典型非线性系统建模,均能获得满意结果。之后,将ANFIS算法用于温度传感器非线性校正中,试验结果表明该方法与基于CMAC网络和BP网络的校正方法相比,校正的精度高于以上两种校正方法。

关键词： ANFIS 温度传感器校正方法自适应神经模糊推理系统非线性误差校正非线性系统建模混合学习算法 CMAC网络非线性校正神经网络基本原理模糊聚类输入输出 BP网络试验结果

来源：评论

学校读者我要写书评

暂无评论

基于自适应神经模糊推理的水电机组故障诊断

引用

水电自动化与大坝监测 2005年第2期29卷 28-31页

作者：刘斌陈荣洲贺秀儒武汉大学动力与机械学院湖北省武汉市430072

使用模糊诊断方法对水轮发电机组的故障进行诊断,可以获得令人较为满意的分析结果。但无论是使用模糊逻辑诊断还是使用模糊聚类诊断,隶属函数的好坏将直接影响诊断系统的分析结果。使用MATLAB中的自适应神经模糊推理系统(ANFIS)可以更... 详细信息

使用模糊诊断方法对水轮发电机组的故障进行诊断,可以获得令人较为满意的分析结果。但无论是使用模糊逻辑诊断还是使用模糊聚类诊断,隶属函数的好坏将直接影响诊断系统的分析结果。使用MATLAB中的自适应神经模糊推理系统(ANFIS)可以更加准确地自动调整隶属函数参数。此外,利用MATLAB强大的模糊逻辑工具箱可以大大加快水电机组模糊诊断系统的开发速度。

关键词：自适应神经模糊推理系统水电机组故障诊断隶属函数

来源：评论

学校读者我要写书评

暂无评论

圆弧滑动边坡稳定性分析的自适应神经模糊推理方法研究

圆弧滑动边坡稳定性分析的自适应神经模糊推理方法研究

引用

作者：丁德馨李明张志军毕忠伟饶龙熊正为南华大学

该项目搜集大量圆弧滑动边坡工程实例,以圆弧滑动边坡的容重、内聚力、内摩擦角、边坡角和边坡高度作为输入层参数,以边坡的安全系数、稳定状态以及滑动圆弧圆心的位置坐标分别作为输出层参数,构建训练数据集和测试数据集,对所建立的用... 详细信息

标准号: hg06089374

该项目搜集大量圆弧滑动边坡工程实例,以圆弧滑动边坡的容重、内聚力、内摩擦角、边坡角和边坡高度作为输入层参数,以边坡的安全系数、稳定状态以及滑动圆弧圆心的位置坐标分别作为输出层参数,构建训练数据集和测试数据集,对所建立的用于圆弧滑动边坡稳定性分析的自适应神经模糊推理系统(ANFIS)进行训练,并采用训练数据集和测试数据集分别对它的拟合能力和推广预测能力进行测试,从而建立圆弧滑动边坡稳定性分析的自适应神经模糊推理方法。该项研究成果可广泛应用于土建、水利、交通、矿业等行业的边坡工程领域。

关键词：自适应神经模糊推理系统圆弧滑动边坡稳定性分析

来源：评论

学校读者我要写书评

暂无评论

自适应模糊神经网络及其在旋转位置伺服系统中的应用

自适应模糊神经网络及其在旋转位置伺服系统中的应用

引用

作者：王培良浙江大学

学位级别：硕士

本文的研究内容是基于模糊逻辑和人工神经网络的智能控制策略及其在运动控制中的应用。智能控制策略作为先进控制方法的重要组成部分,近年来得到了广泛的研究和应用。本文首先阐述了模糊集合论与模糊逻辑、人工神经网络与学习控制的基... 详细信息

本文的研究内容是基于模糊逻辑和人工神经网络的智能控制策略及其在运动控制中的应用。智能控制策略作为先进控制方法的重要组成部分,近年来得到了广泛的研究和应用。本文首先阐述了模糊集合论与模糊逻辑、人工神经网络与学习控制的基础理论与研究成果,并在此基础上介绍了由二者整合而成的自适应神经模糊推理系统(Adaptive Neuro-Fuzzy InferenceSystem,简称ANFIS)的研究现状。最后,本文分别提出了基于对多性能指标分别加权的专家模糊控制策略,以及基于自适应神经模糊推理系统(ANFIS)的控制策略,并分别将两种策略应用于旋转位置伺服系统。实验结果证明,本文提出的控制策略是有效的,并取得了较好的控制效果。第一章简要介绍了本文的研究背景、主要内容以及创新点第二章介绍并讨论了模糊逻辑的原理及控制策略。第三章介绍并讨论了人工神经网络的基本理论和典型的网络模型,并对基于神经网络的智能控制的研究成果及控制策略进行了简要的介绍。第四章介绍了自适应神经模糊推理系统(ANFIS)发展历史,阐述了自适应神经模糊推理系统(ANFIS)的基本理论和典型算法,并对基于自适应神经模糊推理系统(ANFIS)的智能控制的研究成果进行了简要的介绍。第五章讨论了Matlab环境下实时控制的实现方法。第六章以一个旋转位置伺服系统为对象,介绍其在PID控制、模糊控制和ANFIS控制策略下的实现方法,以及控制实验的结果。第七章总结了本文的工作,给出了最后的结论。

关键词：模糊逻辑人工神经网络自适应神经模糊推理系统旋转位置伺服系统

来源：评论

学校读者我要写书评

暂无评论

基于ANFIS的船舶拖缆机控制系统的研究

基于ANFIS的船舶拖缆机控制系统的研究

引用

作者：杨文菊大连海事大学

学位级别：硕士

本文研究采用自适应神经模糊控制器对船舶拖缆机进行控制的方法。论文对自适应神经-模糊推理系统(ANFIS)(Adaptive Neuro-Fuzzy Inference Systems)的原理和及其控制器的实现做了较深入的分析和仿真研究,并对在拖缆机控制系统中的实现... 详细信息

本文研究采用自适应神经模糊控制器对船舶拖缆机进行控制的方法。论文对自适应神经-模糊推理系统(ANFIS)(Adaptive Neuro-Fuzzy Inference Systems) 的原理和及其控制器的实现做了较深入的分析和仿真研究,并对在拖缆机控制系统中的实现进行了探讨。本文分析了船舶拖缆机的工作原理,并经过简化,建立了拖缆机工作的数学模型。然后深入研究了自适应神经模糊系统,在这一部分中,首先简要介绍了模糊控制的原理:然后引入了自适应神经-模糊推理系统(ANFIS),讨论了ANFIS 的算法和原理;最后讨论了ANFIS控制器的具体实现过程,包括程序的实现和通过MATLAB工具箱的仿真实现。在建立了模型和控制器的基础上,本文设计了船舶拖缆机的自动控制系统, 并对控制系统进行了仿真。通过将ANFIS控制系统的仿真结果与PID控制系统的仿真结果相比较,可以看到,采用ANFIS控制器输出要比先前的PID控制器输出的幅度小,变化趋势也相对比较平缓,而且,由PID控制器组成的控制系统会在经过一段时间后出现不稳定的情况,而由ANFIS控制器组成的控制系统可以一直保持稳定状态:此外,当航向控制出现不稳定时,ANIFS控制系统对于这种突发情况的应变能力也要比PID控制系统强。这些都说明了ANFIS控制系统具有较强的鲁榜性和自适应性。经过本文的分析和仿真研究,可以看出对于在复杂工况下工作的拖缆机来说, 采用ANFIS控制器无疑是一个很好的选择,可以满足实际控制系统的需要。

关键词：拖缆机模型自适应神经模糊推理系统仿真

来源：评论

学校读者我要写书评

暂无评论

基于神经网络和模糊系统的非线性随机控制

基于神经网络和模糊系统的非线性随机控制

引用

作者：孔明华中科技大学

学位级别：硕士

传统的基于模型的随机控制方法需要已知系统的精确模型。由于某些被控对象具有高度的非线性以及不确定性,很难用精确的数学模型来描述,对于此类非线性系统的随机控制问题,还存在不少问题和困难。因此研究了基于神经网络和模糊系统的非... 详细信息

传统的基于模型的随机控制方法需要已知系统的精确模型。由于某些被控对象具有高度的非线性以及不确定性,很难用精确的数学模型来描述,对于此类非线性系统的随机控制问题,还存在不少问题和困难。因此研究了基于神经网络和模糊系统的非线性系统随机控制方法。首先,基于被控对象的神经网络正模型和逆模型,实现了内模控制,非线性预测控制等控制方法,并应用于随机非线性系统的仿真控制。其次,采用瞬时线性化方法,得到系统的线性模型,再根据已有的线性系统随机控制方法,如最小方差控制和极点配置控制,实现各种非线性系统的自校正控制。该方法是线性系统的随机控制设计方法在非线性系统中的推广。本文提出了基于非线性T-S模糊模型的最小方差控制,从而将最小方差控制扩展到非线性系统,扩大了最小方差控制的适用范围。模糊控制器具有很强的抗干扰能力,但在目前完全基于人的经验来获得模糊规则及隶属函数,由于ANFIS同时具有神经网络的自学习能力和模糊推理系统的知识表达能力,因此提出将ANFIS学习控制应用于随机控制系统,直接学习人类专家的控制经验,自动产生恰当的模糊规则和隶属度函数,实现了学习控制。本文基于Matlab和NNSYSID、模糊逻辑等工具箱实现了上述控制方法的仿真,仿真结果表明了这些方法的有效性。

关键词：神经网络模糊系统非线性随机控制 T-S模糊模型自适应神经模糊推理系统

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：