期刊文献+
共找到95篇文章
< 1 2 5 >
每页显示 20 50 100
输入饱和约束下自适应RBF神经网络非线性反馈船舶航向控制 被引量:2
1
作者 苏文学 孟祥飞 张强 《上海海事大学学报》 北大核心 2024年第2期14-19,共6页
针对输入饱和约束下外界扰动和模型不确定情况下的船舶航向跟踪控制问题,提出一种自适应径向基函数(radial basis function,RBF)神经网络非线性反馈航向跟踪控制方法。利用自适应RBF神经网络对外界扰动和模型不确定项进行估计,并利用最... 针对输入饱和约束下外界扰动和模型不确定情况下的船舶航向跟踪控制问题,提出一种自适应径向基函数(radial basis function,RBF)神经网络非线性反馈航向跟踪控制方法。利用自适应RBF神经网络对外界扰动和模型不确定项进行估计,并利用最小学习参数法减少计算量;将一个具有误差增益反相关特征的非线性函数嵌入控制律中,设计一种非线性反馈控制方法;利用李雅普诺夫理论证明所有信号在考虑外界扰动和模型不确定的船舶航向跟踪控制系统中都是一致有界的。通过仿真和比较,验证了所设计控制方法的有效性。所做研究可为输入饱和约束下船舶航向跟踪控制提供参考,具有工程实际意义。 展开更多
关键词 船舶航向跟踪 径向基函数(rbf)神经网络 非线性反馈控制 输入饱和
在线阅读 下载PDF
基于双输入输出卷积神经网络代理模型的油藏自动历史拟合研究
2
作者 陈旭 张凯 +3 位作者 刘晨 张金鼎 张黎明 姚军 《油气地质与采收率》 CAS CSCD 北大核心 2024年第3期165-177,共13页
传统油藏自动历史拟合方法需进行多次计算耗时的油藏数值模拟,而深度学习代理模型可以实现高效且精度近似的油藏数值模拟替代计算。在基于深度学习代理模型的油藏自动历史拟合方法中,通常将采用油藏自动历史拟合方法进行调整的油藏不确... 传统油藏自动历史拟合方法需进行多次计算耗时的油藏数值模拟,而深度学习代理模型可以实现高效且精度近似的油藏数值模拟替代计算。在基于深度学习代理模型的油藏自动历史拟合方法中,通常将采用油藏自动历史拟合方法进行调整的油藏不确定性参数作为深度学习代理模型的输入参数。现有的深度学习代理模型常为单一输入输出的神经网络模型架构,并未考虑油藏自动历史拟合方法需要对多个油藏不确定性参数进行调整,且需要训练多个深度学习代理模型以实现对油藏含水饱和度场分布及压力场分布的预测。为此,提出了一种基于双输入输出卷积神经网络代理模型的油藏自动历史拟合方法,将油藏渗透率场分布及相对渗透率参数作为输入,使用双输入输出卷积神经网络同时对油藏含水饱和度场分布及压力场分布进行预测,利用Peaceman方程计算产量,并耦合到多重数据同化集合平滑器(ES-MDA)方法中,对油藏渗透率场分布及相对渗透率参数进行反演更新,实现较为高效的油藏自动历史拟合求解。研究结果表明:双输入输出卷积神经网络代理模型在指定时间步的油藏含水饱和度场分布、压力场分布的预测精度均为93%以上。相较于传统油藏自动历史拟合方法,基于双输入输出卷积神经网络代理模型的油藏自动历史拟合方法避免了多次调用油藏数值模拟器的计算耗时问题,提高了拟合效率。 展开更多
关键词 油藏自动历史拟合 油藏数值模拟 深度学习 代理模型 输入输出卷积神经网络
在线阅读 下载PDF
基于神经网络的无线电能传输自抗扰控制 被引量:1
3
作者 宋贝多 程志江 +1 位作者 刘尊祝 杨涵棣 《现代电子技术》 北大核心 2025年第6期85-90,共6页
为了实现电压型无线电能传输系统(WPT)的精确和稳定输出,解决自抗扰控制器(ADRC)参数整定复杂的问题,提出一种基于径向基(RBF)神经网络优化的ADRC控制的WPT系统。首先,建立双边LCC型WPT系统模型,并采用Hammerstein模型简化系统分析和控... 为了实现电压型无线电能传输系统(WPT)的精确和稳定输出,解决自抗扰控制器(ADRC)参数整定复杂的问题,提出一种基于径向基(RBF)神经网络优化的ADRC控制的WPT系统。首先,建立双边LCC型WPT系统模型,并采用Hammerstein模型简化系统分析和控制器设计;其次,利用RBF神经网络的在线学习能力动态优化ADRC控制器中的可调参数,以实现对系统输出电压的精确控制;最后,搭建基于RBF-ADRC的无线电能传输装置,比较RBF-ADRC和ADRC控制器的控制效果。实验结果表明,与传统ADRC控制器相比,RBF-ADRC控制器不仅解决了参数调整困难的问题,还显著提升了系统的响应速度和控制性能,验证了RBF-ADRC控制器的有效性,实现了无超调的稳定输出,并且过渡时间更短。 展开更多
关键词 无线电能传输系统 自抗扰控制 rbf神经网络 双边LCC型拓扑结构 恒压输出 径向基函数
在线阅读 下载PDF
不同输入方式下RBF神经网络对土壤性质空间插值的误差分析 被引量:22
4
作者 李启权 王昌全 +3 位作者 岳天祥 李冰 杨娟 史文娇 《土壤学报》 CAS CSCD 北大核心 2008年第2期360-365,共6页
关键词 rbf神经网络 空间插值 土壤性质 输入方式
在线阅读 下载PDF
多输入多输出系统的神经网络PID解耦控制器 被引量:13
5
作者 张杰 邹继刚 李文秀 《哈尔滨工程大学学报》 EI CAS CSCD 2000年第5期6-9,共4页
基于神经网络的PID控制 ,提出了一种可用于有耦合的多输入多输出系统的比例、积分和微分参数在线自整定的神经网络PID解耦控制器 ,可以实现对多变量系统的解耦控制 ,仿真结果表明系统具有很好的动态及稳态性能 .
关键词 神经网络 PID控制 多输入多输出系统 解耦控制
在线阅读 下载PDF
多输入多输出非线性静态系统神经网络辨识的研究 被引量:2
6
作者 吴光强 雷雨成 +2 位作者 陈礼 王番 李茂堂 《仪器仪表学报》 EI CAS CSCD 北大核心 1997年第5期464-467,共4页
本文通过对现有的系统辨识特点的分析,提出使用神经网络理论与方法对多输入多输出非线性静态系统进行辨识,并给出了一个实际系统使用具有自适应学习率反传算法辨识的有关结果。
关键词 多输入多输出非线性静态系统 神经网络 系统辨识
在线阅读 下载PDF
神经网络预测系统中的输入输出指标研究 被引量:3
7
作者 郭伟斌 唐焕文 马占新 《大连理工大学学报》 CAS CSCD 北大核心 1999年第4期583-587,共5页
建立了一个用一串BP网络组成的、用于地区主要经济指标预测的人工神经网络系统,给出了该模型在两个地区应用中得出的不同结果;在分析这两种预测结果的基础上讨论了预测模型中输入输出指标变化对预测结果的影响.说明在神经网络预测... 建立了一个用一串BP网络组成的、用于地区主要经济指标预测的人工神经网络系统,给出了该模型在两个地区应用中得出的不同结果;在分析这两种预测结果的基础上讨论了预测模型中输入输出指标变化对预测结果的影响.说明在神经网络预测模型中,输入输出指标的选择起着不可忽视的作用. 展开更多
关键词 神经网络 预测模型 经济预测 输入输出指标
在线阅读 下载PDF
具有输入和输出约束的高阶随机系统神经网络控制 被引量:2
8
作者 司文杰 王东署 《控制理论与应用》 EI CAS CSCD 北大核心 2019年第8期1250-1258,共9页
针对高阶非线性系统,开展自适应神经网络跟踪控制器设计,系统受到随机扰动的影响.首次把输入和输出约束问题引入到高阶系统的跟踪控制中,并假定系统动态是未知.首先借用高斯误差函数表达连续可微的非对称饱和模型以实现输入约束,和障碍L... 针对高阶非线性系统,开展自适应神经网络跟踪控制器设计,系统受到随机扰动的影响.首次把输入和输出约束问题引入到高阶系统的跟踪控制中,并假定系统动态是未知.首先借用高斯误差函数表达连续可微的非对称饱和模型以实现输入约束,和障碍Lyapunov函数保证系统输出受限;其次,针对高阶非线性系统,径向基函数(RBF)神经网络用来克服未知系统动态和随机扰动.在每一步的backstepping计算中,仅用到单一的自适应更新参数,从而克服了过参数问题;最后,基于Lyapunov稳定性理论提出自适应神经网络控制策略,并减少了学习参数.最终结果表明设计的控制器能保证所有闭环信号半全局最终一致有界,并能使跟踪误差收敛到零值小的邻域内.仿真研究进一步验证了提出方法的有效性. 展开更多
关键词 自适应控制系统 神经网络 高阶随机非线性系统 障碍Lyapunov函数 输入输出约束
在线阅读 下载PDF
模糊RBF神经网络在专家系统知识库建立中的应用 被引量:14
9
作者 王雅娣 曹长修 +1 位作者 任江洪 叶仲泉 《计算机工程》 CAS CSCD 北大核心 2005年第3期175-177,共3页
提出了一种基于模糊RBF神经网络建立故障诊断专家系统知识库的新方法,采用5层神经网络,先对输入量进行模糊化处理,然后对RBF神经网络进行学习,最后进行反模糊化处理。该模型非常适合复杂的异常炉况系统在线故障诊断。
关键词 模糊rbf神经网络 知识库 模糊化 专家系统 在线故障诊断 异常 输入 处理 新方法 复杂
在线阅读 下载PDF
一种高效的基于排序的RBF神经网络属性选择方法 被引量:8
10
作者 文专 王正欧 《计算机应用》 CSCD 北大核心 2003年第8期34-36,40,共4页
高维数据包含的大量冗余给数据挖掘带来了困难。因此,对高维数据进行数据挖掘时,必须先对原始数据进行降维处理。文中提出一种基于数据属性重要性排序的神经网络属性选择方法。该方法只需对部分属性进行训练,即可进行降维。它克服了现... 高维数据包含的大量冗余给数据挖掘带来了困难。因此,对高维数据进行数据挖掘时,必须先对原始数据进行降维处理。文中提出一种基于数据属性重要性排序的神经网络属性选择方法。该方法只需对部分属性进行训练,即可进行降维。它克服了现有的神经网络降维方法必须对全部属性进行训练的弊端,大大提高了属性选择的效率。该方法先用输入输出关联法对数据属性进行重要性排序,然后按重要次序用RBF神经网络进行属性选择。仿真结果表明效果良好。 展开更多
关键词 数据降维 属性重要性排序 输入输出关联法 rbf神经网络 属性选择
在线阅读 下载PDF
RBF神经网络在二相编码雷达脉冲压缩中的应用 被引量:6
11
作者 朱志宇 王建华 《现代雷达》 CSCD 北大核心 2005年第3期47-49,共3页
研究了径向基函数(RBF)神经网络在二相编码脉冲压缩技术中的应用,对网络的学习算法进行了改进,基于最小二乘原理调整网络隐含层至输出层的连接权值,采用自适应梯度下降方法,在线调整隐层神经元的宽度参数αi,采用 13位巴克码进行仿真,... 研究了径向基函数(RBF)神经网络在二相编码脉冲压缩技术中的应用,对网络的学习算法进行了改进,基于最小二乘原理调整网络隐含层至输出层的连接权值,采用自适应梯度下降方法,在线调整隐层神经元的宽度参数αi,采用 13位巴克码进行仿真,结果表明,改进的算法有较快的收敛性,可获得 45dB以上的输出主旁瓣比,提高了雷达的探测性能。 展开更多
关键词 二相编码 雷达 脉冲压缩技术 旁瓣 输出 探测性能 隐含层 rbf神经网络 连接权 学习算法
在线阅读 下载PDF
基于RBF神经网络的非线性野点检测方法 被引量:4
12
作者 金鑫 吴旭翔 《控制工程》 CSCD 北大核心 2019年第1期99-104,共6页
针对工业系统采集的数据容易出现野点的问题,提出一种异常数据的智能化检测方法。这种方法首先使用改进的径向基神经网络(RBFN)对工业系统的输出值进行预测,之后利用三倍方差准则的方法对预测值与系统的实际输出值之差进行检测。PH中和... 针对工业系统采集的数据容易出现野点的问题,提出一种异常数据的智能化检测方法。这种方法首先使用改进的径向基神经网络(RBFN)对工业系统的输出值进行预测,之后利用三倍方差准则的方法对预测值与系统的实际输出值之差进行检测。PH中和滴定过程仿真实验结果表明这种方法能够有效的对非线性系统数据中的野点进行检测。 展开更多
关键词 径向基神经网络 输入输出模型 野点检测 3倍方差准则
在线阅读 下载PDF
基于神经网络的FDA-MIMO低截获发射波形和接收波束形成联合设计 被引量:1
13
作者 刘德顺 夏德平 +1 位作者 陈露 马艳峰 《雷达学报(中英文)》 EI CSCD 北大核心 2024年第6期1239-1251,共13页
针对传统相控阵或多输入多输出(MIMO)体制的低截获概率(LPI)阵列雷达仅能控制特定角度的辐射能量,而无法实现特定区域(距离、角度)能量控制的问题,该文提出一种基于神经网络的频控阵-多输入多输出(FDAMIMO)雷达低截获概率发射波形设计... 针对传统相控阵或多输入多输出(MIMO)体制的低截获概率(LPI)阵列雷达仅能控制特定角度的辐射能量,而无法实现特定区域(距离、角度)能量控制的问题,该文提出一种基于神经网络的频控阵-多输入多输出(FDAMIMO)雷达低截获概率发射波形设计方法。该方法通过对FDA-MIMO雷达的发射波形和接收波束形成联合设计,在确保雷达对目标检测概率的情况下,将雷达辐射能量均匀地分散到空域当中,并尽可能降低辐射到目标位置的能量,从而减小雷达信号被截获的概率。首先,建立了最小化方向图匹配误差准则下LPI性能发射波形设计和接收波束形成的优化目标函数;然后,将目标函数作为神经网络的损失函数;最后,通过迭代训练最小化神经网络的损失函数,直至网络收敛,求解出发射信号波形和对应的接收加权矢量。仿真结果表明,该文所提方法能更好地控制雷达功率分布,相比于传统算法,控制发射方向图非目标区域的波束能量分布方面有5 dB的改善;此外,在接收端形成的接收方向图波束能量也更为集中,且在多个干扰位置均产生了–50 dB以下的零陷,具有很好的干扰抑制效果。 展开更多
关键词 频控阵-多输入多输出雷达 低截获概率阵列雷达 残差神经网络 波形设计 波束形成
在线阅读 下载PDF
神经网络的规则提取研究 被引量:9
14
作者 黄源 萧嵘 张福炎 《计算机研究与发展》 EI CSCD 北大核心 1999年第9期1086-1091,共6页
文中论述了作为解决神经网络“黑箱问题”有效手段的规则提取方法,分析了基于结构分解和输入输出映射的神经网络规则提取的各种算法,概括了它们的基本思想并分析了它们的优劣,在相似权值法的基础上提出 C S W 算法,有效解决了连... 文中论述了作为解决神经网络“黑箱问题”有效手段的规则提取方法,分析了基于结构分解和输入输出映射的神经网络规则提取的各种算法,概括了它们的基本思想并分析了它们的优劣,在相似权值法的基础上提出 C S W 算法,有效解决了连续值输入网络的规则提取问题.将 C S W 算法应用于 I R I 展开更多
关键词 神经网络 规则提取 结构分解法 输入输出映射法
在线阅读 下载PDF
基于模糊神经网络的MIMO系统自适应解耦控制 被引量:6
15
作者 白辰 樊垚 +1 位作者 任章 杨鹏 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2015年第11期2131-2136,共6页
针对一类具有不确定性的多输入多输出(MIMO)非线性系统控制问题,提出了基于模糊神经网络的自适应解耦控制方法.根据分散控制理论和反馈线性化方法设计了MIMO非线性系统的分通道解耦控制律,然后把通道耦合项和不确定性项归结为总的系统... 针对一类具有不确定性的多输入多输出(MIMO)非线性系统控制问题,提出了基于模糊神经网络的自适应解耦控制方法.根据分散控制理论和反馈线性化方法设计了MIMO非线性系统的分通道解耦控制律,然后把通道耦合项和不确定性项归结为总的系统扰动项,利用模糊神经网络观测器得到其估计值,并作为补偿信号加入到解耦控制律中.证明了所设计的解耦控制律、模糊神经网络观测器以及模糊神经网络权值向量自适应律可以保证控制误差、扰动估计误差和权值向量误差一致最终收敛.仿真中将本文的方法与传统的输出反馈控制律进行了对比,结果表明加入的补偿控制信号消除了通道耦合和不确定性带来的不利影响,验证了该方法的有效性和稳定性. 展开更多
关键词 多输入多输出系统 模糊神经网络 自适应 解耦控制 不确定性
在线阅读 下载PDF
分布式遗传的船舶航向神经网络优化控制 被引量:7
16
作者 邓华 王仁强 +2 位作者 胡甚平 缪克银 杨永前 《上海海事大学学报》 北大核心 2020年第4期15-19,49,共6页
针对海上风浪环境对船舶航行的干扰,利用遗传神经网络优化算法设计船舶航向控制器。利用分布式遗传算法(distributed genetic algorithm,DGA)并结合模拟退火算法对常规遗传算法(genetic algorithm,GA)进行改进。利用改进的GA对径向基函... 针对海上风浪环境对船舶航行的干扰,利用遗传神经网络优化算法设计船舶航向控制器。利用分布式遗传算法(distributed genetic algorithm,DGA)并结合模拟退火算法对常规遗传算法(genetic algorithm,GA)进行改进。利用改进的GA对径向基函数(radical basis function,RBF)神经网络进行优化。利用优化的RBF神经网络对系统不确定项进行逼近,并对控制输入进行补偿实现抗饱和控制。利用三阶干扰观测器对外部扰动实时跟踪并反馈到滑模控制器(sliding mode controller,SMC)设计中。借助SMC设计并结合李雅普诺夫稳定性理论推算出船舶运动控制律,实现船舶运动优化控制。通过实验验证了本文设计的控制器性能较现有的模糊PID控制器和神经网络SMC优越,系统达到稳定的时间短,平均超调量小。 展开更多
关键词 船舶运动 优化控制 径向基函数(rbf)神经网络 分布式遗传算法(DGA) 输入饱和
在线阅读 下载PDF
基于AVQ聚类和OIF-Elman神经网络的机床热误差建模 被引量:11
17
作者 朱小龙 杨建国 代贵松 《上海交通大学学报》 EI CAS CSCD 北大核心 2014年第1期16-21,共6页
针对数控机床热误差补偿技术中温度布点选取的问题,提出了基于前馈神经网络的自适应矢量量化(AVQ)网络聚类的方法,将AVQ网络聚类法应用于一台加工中心并将18个测点减少到3个,基于输出-输入反馈Elman(OIF-Elman)神经网络模型建立了机床... 针对数控机床热误差补偿技术中温度布点选取的问题,提出了基于前馈神经网络的自适应矢量量化(AVQ)网络聚类的方法,将AVQ网络聚类法应用于一台加工中心并将18个测点减少到3个,基于输出-输入反馈Elman(OIF-Elman)神经网络模型建立了机床热误差与关键测点温度之间的关系.结果表明,采用基于AVQ网络聚类法和OIF-Elman神经网络预测模型,能够降低机床温度测点之间耦合作用的影响,提高热误差建模的准确性与鲁棒性. 展开更多
关键词 数控机床 自适应矢量量化网络 输出输入反馈Elman神经网络 热误差建模
在线阅读 下载PDF
一类非线性MIMO系统鲁棒自适应神经网络DSC设计 被引量:3
18
作者 李铁山 王晓飞 杨新宇 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2009年第2期121-125,共5页
为了研究一类多输入多输出强非线性系统的自适应跟踪问题,采用RBF神经网络逼近模型不确定性,外界干扰和建模误差采用非线性阻尼项进行补偿,并将动态面控制与Nussbaum增益技术结合,提出了一种鲁棒自适应神经网络跟踪控制算法.该算法不仅... 为了研究一类多输入多输出强非线性系统的自适应跟踪问题,采用RBF神经网络逼近模型不确定性,外界干扰和建模误差采用非线性阻尼项进行补偿,并将动态面控制与Nussbaum增益技术结合,提出了一种鲁棒自适应神经网络跟踪控制算法.该算法不仅能够解决系统中控制方向完全未知问题和可能存在的控制器奇异值问题,而且能够避免传统后推方法的计算膨胀问题,从而大大降低了控制器的复杂性,使之易于工程实现.同时,该算法保证了闭环系统的稳定性,并具有良好的鲁棒性.仿真结果验证了控制器的有效性. 展开更多
关键词 多输入多输出系统 神经网络 动态面控制 NUSSBAUM增益
在线阅读 下载PDF
基于非对称多变量PID神经网络的三相Z源光伏并网逆变器解耦控制研究 被引量:2
19
作者 易灵芝 王斌 +1 位作者 刘江永 刘颉 《太阳能学报》 EI CAS CSCD 北大核心 2013年第9期1612-1618,共7页
初步研究Z源逆变器用于光伏并网逆变系统中的强耦合和非线性问题,探索光伏阵列的最大功率跟踪(Maximum Power Point Tracking-MPPT)和直流侧稳压统一控制的方法,采用非对称输入输出多变量PID神经网络控制,抑制直流侧电压扰动,通过三相... 初步研究Z源逆变器用于光伏并网逆变系统中的强耦合和非线性问题,探索光伏阵列的最大功率跟踪(Maximum Power Point Tracking-MPPT)和直流侧稳压统一控制的方法,采用非对称输入输出多变量PID神经网络控制,抑制直流侧电压扰动,通过三相电流跟踪解耦控制实现MPPT和单位功率因数并网。仿真实验结果表明,该控制策略能有效抑制由光伏阵列输出变化、电网波动及其他干扰对直流侧电压的扰动。 展开更多
关键词 光伏 Z源并网逆变器 输入输出多变量PID 神经网络 MPPT 统一控制
在线阅读 下载PDF
具有Hammerstein模型描述的非线性系统的基于混合神经网络的预测控制 被引量:2
20
作者 向微 陈宗海 盛捷 《控制理论与应用》 EI CAS CSCD 北大核心 2008年第5期857-861,共5页
本文针对多输入多输出Hammerstein模型提出了一种基于混合神经网络的模型预测控制策略,控制器采用线性优化机构和高斯径向基神经网络串联.该策略不需要假设Hammerstein模型的非线性部分由多项式构成,避免了已有研究在无根或重根情况下... 本文针对多输入多输出Hammerstein模型提出了一种基于混合神经网络的模型预测控制策略,控制器采用线性优化机构和高斯径向基神经网络串联.该策略不需要假设Hammerstein模型的非线性部分由多项式构成,避免了已有研究在无根或重根情况下存在导致预测控制的优化特征丧失问题,而采用混合神经网络则避免了采用传统神经网络拟合动态映射时存在的网络规模大和实时性差的不足. 展开更多
关键词 HAMMERSTEIN模型 多输入多输出系统 混合神经网络 模型预测控制
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部