期刊文献+
共找到159篇文章
< 1 2 8 >
每页显示 20 50 100
Near-infrared Spectral Detection of the Content of Soybean Fat Acids Based on Genetic Multilayer Feed forward Neural Network 被引量:1
1
作者 CHAIYu-hua PANWei NINGHai-long 《Journal of Northeast Agricultural University(English Edition)》 CAS 2005年第1期74-78,共5页
In the paper, a method of building mathematic model employing genetic multilayer feed forward neural network is presented, and the quantitative relationship of chemical measured values and near-infrared spectral data ... In the paper, a method of building mathematic model employing genetic multilayer feed forward neural network is presented, and the quantitative relationship of chemical measured values and near-infrared spectral data is established. In the paper, quantitative mathematic model related chemical assayed values and near-infrared spectral data is established by means of genetic multilayer feed forward neural network, acquired near-infrared spectral data are taken as input of network with the content of five kinds of fat acids tested from chemical method as output, weight values of multilayer feed forward neural network are trained by genetic algorithms and detection model of neural network of soybean is built. A kind of multilayer feed forward neural network trained by genetic algorithms is designed in the paper. Through experiments, all the related coefficients of five fat acids can approach 0.9 which satisfies the preliminary test of soybean breeding. 展开更多
关键词 near infrared multilayer feed forward neural network genetic algorithms SOYBEAN fat acid
在线阅读 下载PDF
Determination of penetration depth at high velocity impact using finite element method and artificial neural network tools 被引量:4
2
作者 Nam?k KILI? Blent EKICI Selim HARTOMACIOG LU 《Defence Technology(防务技术)》 SCIE EI CAS CSCD 2015年第2期110-122,共13页
Determination of ballistic performance of an armor solution is a complicated task and evolved significantly with the application of finite element methods(FEM) in this research field.The traditional armor design studi... Determination of ballistic performance of an armor solution is a complicated task and evolved significantly with the application of finite element methods(FEM) in this research field.The traditional armor design studies performed with FEM requires sophisticated procedures and intensive computational effort,therefore simpler and accurate numerical approaches are always worthwhile to decrease armor development time.This study aims to apply a hybrid method using FEM simulation and artificial neural network(ANN) analysis to approximate ballistic limit thickness for armor steels.To achieve this objective,a predictive model based on the artificial neural networks is developed to determine ballistic resistance of high hardness armor steels against 7.62 mm armor piercing ammunition.In this methodology,the FEM simulations are used to create training cases for Multilayer Perceptron(MLP) three layer networks.In order to validate FE simulation methodology,ballistic shot tests on 20 mm thickness target were performed according to standard Stanag 4569.Afterwards,the successfully trained ANN(s) is used to predict the ballistic limit thickness of 500 HB high hardness steel armor.Results show that even with limited number of data,FEM-ANN approach can be used to predict ballistic penetration depth with adequate accuracy. 展开更多
关键词 人工神经网络 有限元法 穿透深度 性能测定 高速冲击 有限元模拟 FEM模拟 工具
在线阅读 下载PDF
The Application of Artificial Neural Network in Assessing Chinese Mobile Internet Service
3
作者 Zhu Jiachuan 《学术界》 CSSCI 北大核心 2014年第6期282-288,共7页
This paper pays its attention on Chinese mobile Internet service( MIS). Chinese MIS is developing so rapidly that the research on the mechanism of the formation of MIS assessment makes significant sense and therefore ... This paper pays its attention on Chinese mobile Internet service( MIS). Chinese MIS is developing so rapidly that the research on the mechanism of the formation of MIS assessment makes significant sense and therefore the three layers construct of the artificial neural network( ANN) theory is applied to address the problem. The final research model contains MIS features including personalization,localization,reachability,connectivity,convenience and ubiquity as the input layer variables,perceived MIS quality and MIS satisfaction as the hidden layer variables and reuse intention as the output layer variable. MIS risk is identified as the mediating variable. Theoretically,the framework is robust and reveals the mechanism of how customers evaluate a certain mobile Internet service. Practically,the model based on ANN should shed some light on how to understand and improve customer perceived mobile Internet service for both MIS giants and new comers. 展开更多
关键词 人工神经网络 互联网服务 质量管理信息系统 移动 中国 应用 评估 MIS
在线阅读 下载PDF
基于多源数据融合分析的地质风险预测算法设计
4
作者 张玮 刘岢 +3 位作者 吴志学 董洁 郭昊 姜鹏浩 《现代电子技术》 北大核心 2024年第22期160-164,共5页
为了准确预测和评估地质工程中存在的风险,设计一种基于多源数据融合分析的地质风险巡检系统。该系统能够综合利用探地雷达、红外传感器等设备采集到的数据信息,通过智能化检测算法快速、准确地识别出地质风险。在预测模型的设计中,提... 为了准确预测和评估地质工程中存在的风险,设计一种基于多源数据融合分析的地质风险巡检系统。该系统能够综合利用探地雷达、红外传感器等设备采集到的数据信息,通过智能化检测算法快速、准确地识别出地质风险。在预测模型的设计中,提出了一种基于SCINet和LSTM的地质风险预测算法。该算法通过前馈神经网络(FFN)来增强多源数据的非线性表示;并且能够利用SCINet在提取多尺度特征方面的优势,引入LSTM使得模型具有捕获长期依赖性的能力,从而提高整体算法的预测精度。实验结果表明,所提出的预测算法能够有效提高对地质风险的识别性能。与GRU和Bi-LSTM等多种识别算法进行的对比实验验证了该算法的优越性,其准确率相比主流的Bi-LSTM提高了15.95%。 展开更多
关键词 地质风险预测 风险巡检系统 多源数据融合 前馈神经网络 SCINet 长短期记忆网络 时间序列特征
在线阅读 下载PDF
基于神经网络和模糊理论的短期负荷预测 被引量:15
5
作者 赵宇红 唐耀庚 张韵辉 《高电压技术》 EI CAS CSCD 北大核心 2006年第5期107-110,共4页
电力系统负荷预测是能量管理系统(EMS)的重要组成部分,它对电力系统的运行、控制和计划都有着非常重要的影响,提高电力系统负荷预测的准确度既能增强电力系统运行的安全性,又能改善电力系统运行的经济性,但负荷预测的复杂性、不确定性... 电力系统负荷预测是能量管理系统(EMS)的重要组成部分,它对电力系统的运行、控制和计划都有着非常重要的影响,提高电力系统负荷预测的准确度既能增强电力系统运行的安全性,又能改善电力系统运行的经济性,但负荷预测的复杂性、不确定性使传统的基于解析模型和数值算法的模型难以获得精确的预测负荷。为提高电力系统短期负荷预测准确度,构建了一种新型的负荷预测模型。该模型首先采用多层前馈神经网络,以与预报点负荷相关性最大的几种因素作为输入因子,以改进BP算法作为预测算法,来获得预报日相似日负荷曲线;然后引入自适应模糊神经网络,用于预测预报日的最大、最小负荷;针对模糊神经元的权值更新问题,采用一种新的权值更新算法———一步搜索寻优法,在获得预报日相似日各点负荷和最大、最小负荷的基础上,通过纵向变换,对预报日的负荷修正,进一步减小预测误差。用上述模型和算法预测某地区电网的短期负荷,取得了良好的预测效果。 展开更多
关键词 电力系统 短期负荷预测 多层前馈神经网络 改进BP算法 自适应模糊神经网络 一步搜索寻优法
在线阅读 下载PDF
前向神经网络隐含层节点数的一种优化算法 被引量:129
6
作者 夏克文 李昌彪 沈钧毅 《计算机科学》 CSCD 北大核心 2005年第10期143-145,共3页
由于前向神经网络隐含层节点数的确定尚无理论依据,为此提出一种基于黄金分割原理的优化算法,首先确定网络隐含层节点数频繁出现的区间范围;将网络总误差作为试验结果,然后利用黄金分割法搜索其区间中的理想数值;兼顾高精度的需要,将隐... 由于前向神经网络隐含层节点数的确定尚无理论依据,为此提出一种基于黄金分割原理的优化算法,首先确定网络隐含层节点数频繁出现的区间范围;将网络总误差作为试验结果,然后利用黄金分割法搜索其区间中的理想数值;兼顾高精度的需要,将隐含层节点数频繁出现的区间作拓展,可以求得逼近能力更强的节点数。算法分析和仿真例子表明,此优化算法是切实可行的,不仅能找到理想的隐含层节点数,而且能起到节省成本、提高搜索效率等功效。 展开更多
关键词 前向神经网络 隐含层节点数 黄金分割 优化算法 前向神经网络 优化算法 节点数 隐含层 黄金分割法 搜索效率 算法分析 逼近能力 总误差
在线阅读 下载PDF
利用人工鱼群算法优化前向神经网络 被引量:34
7
作者 马建伟 张国立 +2 位作者 谢宏 周春雷 王晶 《计算机应用》 CSCD 北大核心 2004年第10期21-23,共3页
人工鱼群算法(AFSA)是一种最新提出的新型的寻优策略,文中尝试将人工鱼群算法用于三层前向神经网络的训练过程,建立了相应的优化模型,进行了实际的编程计算,并与加动量项的BP算法、演化算法以及模拟退火算法进行比较,结果表明AFSA具有... 人工鱼群算法(AFSA)是一种最新提出的新型的寻优策略,文中尝试将人工鱼群算法用于三层前向神经网络的训练过程,建立了相应的优化模型,进行了实际的编程计算,并与加动量项的BP算法、演化算法以及模拟退火算法进行比较,结果表明AFSA具有鲁棒性强,全局收敛性好,以及对初值的不敏感性等特点。 展开更多
关键词 人工鱼群算法 前向神经网络 随机搜索
在线阅读 下载PDF
基于前向神经网络的非线性时变系统辨识的改进递推最小二乘算法 被引量:5
8
作者 于开平 牟晓明 《振动与冲击》 EI CSCD 北大核心 2009年第6期107-109,144,共4页
标准的递推最小二乘算法随着递推次数的增加,增益矩阵将逐渐趋于零,致使递推算法慢慢失去修正能力,出现所谓的"数据饱和"现象。为了克服"数据饱和"问题,首先对递推最小二乘算法进行改进,得到了改进的最小二乘算法(I... 标准的递推最小二乘算法随着递推次数的增加,增益矩阵将逐渐趋于零,致使递推算法慢慢失去修正能力,出现所谓的"数据饱和"现象。为了克服"数据饱和"问题,首先对递推最小二乘算法进行改进,得到了改进的最小二乘算法(IRLS),并给出了收敛性证明,然后将该算法应用于基于前向神经网络的非线性时变系统辨识。通过对两个非线性时变系统进行有效验证,仿真结果表明本文算法计算精度高、计算速度快、数值稳定性好,并能有效克服"数据饱和"。 展开更多
关键词 非线性时变系统 多层前向神经网络 系统辨识 改进递推最小二乘算法
在线阅读 下载PDF
燃煤循环流化床掺烧城市生活垃圾过程中酸性气体排放 被引量:28
9
作者 董长青 金保升 +3 位作者 仲兆平 兰计香 李锋 黄亚继 《中国电机工程学报》 EI CSCD 北大核心 2002年第3期32-37,共6页
在一燃煤循环流化床实验装置上进行了掺烧城市生活垃圾实验 ,主要研究了掺烧过程中酸性气体 (NO、N2 O、HCl和SO2 )的排放。实验结果显示 :加入城市生活垃圾 (MSW )时 ,HCl排放量增加 ,NO和SO2 的排放量减少 ,N2 O随掺烧比R(MSW /Coal)... 在一燃煤循环流化床实验装置上进行了掺烧城市生活垃圾实验 ,主要研究了掺烧过程中酸性气体 (NO、N2 O、HCl和SO2 )的排放。实验结果显示 :加入城市生活垃圾 (MSW )时 ,HCl排放量增加 ,NO和SO2 的排放量减少 ,N2 O随掺烧比R(MSW /Coal)增大先降低 ,随R进一步增大 ,N2 O排放浓度略有增加 ;当垃圾与煤掺烧比 (R)不变时 ,温度增加 ,NO排放量增加 ,N2 O排放减少 ,SO2 和HCl排放浓度基本不变。采用前向神经网络模型预测NO排放随混合燃料的变化 ,当隐层单元数为 9时 ,模拟值与实验值符合较好。 展开更多
关键词 城市生活垃圾过程 酸性气体排放 掺烧 燃煤循环流化床
在线阅读 下载PDF
多层前馈神经网络的学习和综合算法 被引量:33
10
作者 张铃 吴福朝 +1 位作者 张钹 韩玫 《软件学报》 EI CSCD 北大核心 1995年第7期440-448,共9页
本文提出多层前馈网络的一种新的学习和综合算法──FP算法,并证明由此算法得到的网络作为通用联想记忆器时,具有如下优点:(1)每个样本都是吸引中心;(2)每个样本的吸引半径达到最大值;(3)网络没有假吸引中心;(4)网... 本文提出多层前馈网络的一种新的学习和综合算法──FP算法,并证明由此算法得到的网络作为通用联想记忆器时,具有如下优点:(1)每个样本都是吸引中心;(2)每个样本的吸引半径达到最大值;(3)网络没有假吸引中心;(4)网络具有最少的元件个数;(5)学习的复杂性达到最优(就其复杂性的阶而言).故此网络在性能、结构、计算复杂性等方面均达到很好状态. 展开更多
关键词 神经网络 多层前馈网络 FP算法
在线阅读 下载PDF
基于前向神经网络的非线性时变系统辨识改进EKF算法 被引量:4
11
作者 于开平 牟晓明 《振动与冲击》 EI CSCD 北大核心 2010年第8期5-8,共4页
为了克服传统扩展卡尔曼滤波算法进行参数估计时可能产生的新数据失效问题,提出了一种改进的扩展卡尔曼滤波(EKF)步骤,然后将改进步骤做为人工神经网络的学习算法用于基于前向神经网络的非线性时变系统辨识。与传统的扩展卡尔曼滤波步... 为了克服传统扩展卡尔曼滤波算法进行参数估计时可能产生的新数据失效问题,提出了一种改进的扩展卡尔曼滤波(EKF)步骤,然后将改进步骤做为人工神经网络的学习算法用于基于前向神经网络的非线性时变系统辨识。与传统的扩展卡尔曼滤波步骤相比克服了新数据的饱和现象,可以更好地反映系统时变特征。通过一个单变量一般时变非线性系统和一个三自由度非线性时变刚度结构系统算例,仿真验证了新算法在辨识精度和计算量方面的改进特性。 展开更多
关键词 非线性时变系统 多层前向神经网络 系统辨识 改进扩展卡尔曼滤波算法
在线阅读 下载PDF
基于BP神经网络的速度前馈PID控制器设计 被引量:16
12
作者 盛贤君 姜涛 +1 位作者 王杰 刘宁 《计算机应用》 CSCD 北大核心 2015年第A02期134-137,共4页
针对工业控制中常出现的模型未知且具有时变特性的复杂被控系统,为满足对被控系统快速响应的控制要求,提出一种经过遗传优化预处理的基于BP神经网络的速度前馈PID控制器。通过将PID控制器与速度前馈控制器相结合,利用遗传算法对控制器... 针对工业控制中常出现的模型未知且具有时变特性的复杂被控系统,为满足对被控系统快速响应的控制要求,提出一种经过遗传优化预处理的基于BP神经网络的速度前馈PID控制器。通过将PID控制器与速度前馈控制器相结合,利用遗传算法对控制器参数进行一次离线优化预处理,再通过BP神经网络实现控制器参数在优化预处理基础上的二次在线自适应整定,以达到实时最优控制的目的。在MATLAB下进行仿真验证,结果表明:与常规PID控制器相比,阶跃输入下的系统响应时间减少22%,正弦输入下的系统跟随误差减少12%,控制器参数能实时自适应调节。 展开更多
关键词 BP神经网络 速度前馈 PID控制器 遗传算法 自适应控制
在线阅读 下载PDF
一种改进BP算法及其在滚动轴承故障诊断中的应用 被引量:8
13
作者 王太勇 商同 +1 位作者 任成祖 刘兴荣 《中国机械工程》 EI CAS CSCD 北大核心 2001年第10期1179-1181,共3页
分析了前向型神经网络动力系统模型 ,根据该模型的特点提出了能够克服传统 BP算法学习速度慢、容易陷入局部极小的新算法。改进后的算法用于滚动轴承故障诊断 ,试验结果表明 ,该算法可以有效缩短网络在训练过程中滞留于局部极小区域的时... 分析了前向型神经网络动力系统模型 ,根据该模型的特点提出了能够克服传统 BP算法学习速度慢、容易陷入局部极小的新算法。改进后的算法用于滚动轴承故障诊断 ,试验结果表明 ,该算法可以有效缩短网络在训练过程中滞留于局部极小区域的时间 。 展开更多
关键词 前向型神经网络 动力系统 Jacobian矩阵 局部极小 特征值 滚动轴承 故障诊断
在线阅读 下载PDF
工程优化问题中神经网络与进化算法的比较 被引量:18
14
作者 张煜东 吴乐南 吴含前 《计算机工程与应用》 CSCD 北大核心 2009年第3期1-6,共6页
目前工程优化问题不仅种类繁多,而且各自采用的模型与方法迥异。从方法论的高度,将现有工程优化问题分为黑箱优化与白箱优化,然后推出各自的优化模型。对于黑箱优化问题,阐述了前向神经网络在系统逼近上的优势,以及进化算法与BP算法在... 目前工程优化问题不仅种类繁多,而且各自采用的模型与方法迥异。从方法论的高度,将现有工程优化问题分为黑箱优化与白箱优化,然后推出各自的优化模型。对于黑箱优化问题,阐述了前向神经网络在系统逼近上的优势,以及进化算法与BP算法在求解神经网络权值上的优劣;对于白箱优化问题,阐述了进化算法与反馈神经网络的优缺点和目前流行的进化算法及其通用改进策略。通过分析,可以对目前的优化问题,以及神经网络与进化算法在其中的作用,有更加全面的认识。 展开更多
关键词 工程优化问题 前向神经网络 反馈神经网络 进化算法
在线阅读 下载PDF
基于差异进化算法的前馈神经网络在大坝变形监测中的应用 被引量:15
15
作者 刘福深 刘耀儒 杨强 《岩土力学》 EI CAS CSCD 北大核心 2006年第4期597-600,共4页
针对当前大坝安全监测中广泛采用的回归模型欠拟合的不足,提出了基于差异进化算法的前馈神经网络模型。差异进化算法是基于种群策略的全局优化搜索算法,具有应用简单、收敛快的优点。采用该法训练的神经网络可以有效避免常规BP(back pro... 针对当前大坝安全监测中广泛采用的回归模型欠拟合的不足,提出了基于差异进化算法的前馈神经网络模型。差异进化算法是基于种群策略的全局优化搜索算法,具有应用简单、收敛快的优点。采用该法训练的神经网络可以有效避免常规BP(back propagation)神经网络收敛于局部极小点的缺陷。将提出的方法应用于某拱坝的变形监测,通过计算表明,应用DE(differential evotntion)神经网络模型预报大坝变形的精度比常规回归模型和BP神经网络模型均有所提高。 展开更多
关键词 大坝变形监测 差异进化算法 前馈神经网络 BP神经网络 回归模型
在线阅读 下载PDF
极限学习机在岩性识别中的应用 被引量:34
16
作者 蔡磊 程国建 潘华贤 《计算机工程与设计》 CSCD 北大核心 2010年第9期2010-2012,共3页
基于传统支持向量机(SVM)训练速度慢、参数选择难等问题,提出了基于极限学习机(ELM)的岩性识别。该算法是一种新的单隐层前馈神经网络(SLFNs)学习算法,不但可以简化参数选择过程,而且可以提高网络的训练速度。在确定了最优参数的基础上... 基于传统支持向量机(SVM)训练速度慢、参数选择难等问题,提出了基于极限学习机(ELM)的岩性识别。该算法是一种新的单隐层前馈神经网络(SLFNs)学习算法,不但可以简化参数选择过程,而且可以提高网络的训练速度。在确定了最优参数的基础上,建立了ELM的岩性分类模型,并且将ELM的分类结果与SVM进行对比。实验结果表明,ELM以较少的神经元个数获得与SVM相当的分类正确率,并且ELM参数选择比SVM简便,有效降低了训练速度,表明了ELM应用于岩性识别的可行性和算法的有效性。 展开更多
关键词 机器学习 极限学习机 前馈神经网络 岩性识别 支持向量机
在线阅读 下载PDF
用多层前馈网络进行三维储层参数反演的方法 被引量:4
17
作者 张繁昌 印兴耀 《石油大学学报(自然科学版)》 CSCD 北大核心 2004年第1期31-35,共5页
地震反演的主要任务是依据地震资料并综合利用地质、测井等资料得到地下地层的详细信息。三维地震反演需要处理庞大的地震数据体 ,同时在反演过程中既要考虑模型和测井的约束 ,又要考虑地震在横向上的连续性。将地震反演看作是地震数据... 地震反演的主要任务是依据地震资料并综合利用地质、测井等资料得到地下地层的详细信息。三维地震反演需要处理庞大的地震数据体 ,同时在反演过程中既要考虑模型和测井的约束 ,又要考虑地震在横向上的连续性。将地震反演看作是地震数据到储层参数的模糊映射 ,并利用神经网络建立了这种映射关系。针对网络收敛速度慢、学习时间长等缺陷 ,提出了一种学习率自适应调整算法。该算法使每个权都有自己的学习率 ,使网络的训练速度大幅度提高。利用该方法进行地震反演 ,抛开了褶积模型的限制 ,也无须已知地震子波。外推过程是在三维空间内进行的 ,所得的储层参数数据体保持了横向上合理自然的连续性。对该数据体进行三维可视化解释 ,可以直接描述储层的空间展布。 展开更多
关键词 三维地震反演 储层参数 数据体 地震反演法 地震资料 地震子波
在线阅读 下载PDF
多层前向神经网络的自适应禁忌搜索训练 被引量:4
18
作者 贺一 刘光远 +2 位作者 雷开友 贺三 邱玉辉 《计算机科学》 CSCD 北大核心 2005年第6期118-120,共3页
针对BP算法属于局部优化算法的不足,提出了一种新的全局优化算法——自适应禁忌搜索作为前向神经网络的训练算法。该算法通过邻域和候选集的相互配合,动态地调整候选集中分别用于集中性搜索与多样性搜索的元素个数,提高了算法运行的质... 针对BP算法属于局部优化算法的不足,提出了一种新的全局优化算法——自适应禁忌搜索作为前向神经网络的训练算法。该算法通过邻域和候选集的相互配合,动态地调整候选集中分别用于集中性搜索与多样性搜索的元素个数,提高了算法运行的质量和效率。以经典的异或问题(XOR)为例,进行了对比研究。实验结果表明,该算法与BP算法相比明显提高了网络的收敛概率和收敛精度。 展开更多
关键词 多层前向神经网络 禁忌搜索 自适应 局部优化算法 全局优化算法 BP算法 训练算法 元素个数 异或问题 对比研究 收敛精度 候选集 多样性 集中性
在线阅读 下载PDF
复指数Fourier神经元网络隐神经元衍生算法 被引量:9
19
作者 张雨浓 曾庆淡 +2 位作者 肖秀春 姜孝华 邹阿金 《计算机应用》 CSCD 北大核心 2008年第10期2503-2506,共4页
以平方可积空间上的复指数Fourier级数作为激励函数构造了新型Fourier神经元网络,并推导出采用加号逆表示的网络权值直接确定公式,克服了传统BP神经网络收敛速度慢、易陷于局部极小点、迭代学习易发生振荡等缺陷。并在此基础上构造了隐... 以平方可积空间上的复指数Fourier级数作为激励函数构造了新型Fourier神经元网络,并推导出采用加号逆表示的网络权值直接确定公式,克服了传统BP神经网络收敛速度慢、易陷于局部极小点、迭代学习易发生振荡等缺陷。并在此基础上构造了隐神经元衍生算法,克服了传统BP神经网络难以确定最优网络拓扑结构的缺点。理论分析及仿真实验表明,该复指数Fourier神经元网络能够一步计算网络最优权值且能自适应调整网络结构,对随机加性噪声具有抑制作用,并能高精度逼近非连续函数。 展开更多
关键词 FOURIER级数 前向神经网络 权值直接确定 衍生算法 复指数
在线阅读 下载PDF
三相变流器的模糊PI神经网络控制研究 被引量:14
20
作者 王宝诚 梅强 +1 位作者 邬伟扬 孙孝峰 《电工技术学报》 EI CSCD 北大核心 2005年第8期68-73,共6页
提出了一种神经网络电流内环控制加混合模糊PI电压外环控制的双环控制结构。对三相电压型可逆变流器系统而言,神经网络电流内环控制使系统具有更强的鲁棒性,混合模糊PI电压外环控制加快了系统的响应速度。为了增强系统的抗扰性能还引入... 提出了一种神经网络电流内环控制加混合模糊PI电压外环控制的双环控制结构。对三相电压型可逆变流器系统而言,神经网络电流内环控制使系统具有更强的鲁棒性,混合模糊PI电压外环控制加快了系统的响应速度。为了增强系统的抗扰性能还引入了电流前馈控制。最后通过仿真及试验验证了控制方案的正确性与可行性。 展开更多
关键词 神经网络控制 混合模糊PI控制 前馈控制 电压型可逆变流器 三相
在线阅读 下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部