基于变结构模糊神经网络的开关磁阻电动机非线性模型 被引量：22

1

作者 郑洪涛 蔡际令 蒋静坪 《电工技术学报》 EI CSCD 北大核心 2001年第6期1-6,共6页

开关磁阻电动机驱动系统是一个时变、非线性系统 ,若采用通常的建模方法 ,无法获得精确的数学模型。给出了开关磁阻电机变结构模糊神经网络非线性模型 ,基于Takagi Sugeno模糊神经网络 ,提出可变结构的变步长学习算法。仿真结果表明此法... 开关磁阻电动机驱动系统是一个时变、非线性系统 ,若采用通常的建模方法 ,无法获得精确的数学模型。给出了开关磁阻电机变结构模糊神经网络非线性模型 ,基于Takagi Sugeno模糊神经网络 ,提出可变结构的变步长学习算法。仿真结果表明此法比BP神经网络具有更高的精度和更快的收敛速度。 展开更多

关键词 开关磁阻电动机 模糊神经网络 非线性模型 磁链 转矩

在线阅读 下载PDF 职称材料

一种基于模糊神经网络的非线性系统模型辨识方法 被引量：16

2

作者 李映 白本督 焦李成 《电子与信息学报》 EI CSCD 北大核心 2002年第3期355-360,共6页

该文提出一种非线性系统的模型辨识方法。通过结构的辨识(学习)和参数的辨识(学习),构造了一个模糊神经网络,经调整网络的权值,获得一个精确的模糊模型。对两个非线性系统辨识的仿真结果验证了该方法的有效性。

关键词 模糊神经网络 结构辨识 参数辨识 系统辨识 模型辨识 非线性系统

在线阅读 下载PDF 职称材料

基于模糊模型和神经网络的多时滞不确定非线性系统的鲁棒H_∞控制(英文) 被引量：6

3

作者 刘亚 胡寿松 《自动化学报》 EI CSCD 北大核心 2003年第6期859-866,共8页

针对一类具有多时滞的不确定非线性系统 ,提出了一种基于模糊模型和神经网络的组合控制方法 .利用具有多时滞的模糊T S模型对系统进行近似建模并给出基于线性矩阵不等式(LMI)的模糊H∞ 控制律 .提出完全自适应RBF神经网络控制方法 ,通... 针对一类具有多时滞的不确定非线性系统 ,提出了一种基于模糊模型和神经网络的组合控制方法 .利用具有多时滞的模糊T S模型对系统进行近似建模并给出基于线性矩阵不等式(LMI)的模糊H∞ 控制律 .提出完全自适应RBF神经网络控制方法 ,通过在线自适应调整RBF神经网络的权重、函数中心和宽度 ,来对消系统的未知不确定性和模糊建模误差的影响 ,不要求系统的不确定项和模糊建模误差满足任何匹配条件或约束 ,并证明了闭环系统的稳定性 .最后 ,将所提出的方法应用到一具有多时滞的非线性混沌系统 ,仿真结果表明了该方法的有效性 . 展开更多

关键词 多时滞不确定非线性系统 鲁棒H∞控制 模糊模型 神经网络

在线阅读 下载PDF 职称材料

基于自适应模糊神经网络的非线性系统模型预测控制 被引量：21

4

作者 周红标 张钰 +2 位作者 柏小颖 刘保连 赵环宇 《化工学报》 EI CAS CSCD 北大核心 2020年第7期3201-3212,共12页

针对非线性动态系统的控制问题,提出了一种基于自适应模糊神经网络(adaptive fuzzy neural network,AFNN)的模型预测控制(model predictive control,MPC)方法。首先,在离线建模阶段,AFNN采用规则自分裂技术产生初始模糊规则,采用改进的... 针对非线性动态系统的控制问题,提出了一种基于自适应模糊神经网络(adaptive fuzzy neural network,AFNN)的模型预测控制(model predictive control,MPC)方法。首先,在离线建模阶段,AFNN采用规则自分裂技术产生初始模糊规则,采用改进的自适应LM学习算法优化网络参数;然后,在实时控制过程,AFNN根据系统输出和预测输出之间的误差调整网络参数,从而为MPC提供一个精确的预测模型;进一步,AFNN-MPC利用带有自适应学习率的梯度下降寻优算法求解优化问题,在线获取非线性控制量,并将其作用到动态系统实施控制。此外,给出了AFNN-MPC的收敛性和稳定性证明,以保证其在实际工程中的成功应用。最后,利用数值仿真和双CSTR过程进行实验验证。结果表明,AFNN-MPC能够取得优越的控制性能。 展开更多

关键词 非线性系统 动态建模 模型预测控制 过程控制 模糊神经网络 自适应学习率

在线阅读 下载PDF 职称材料

基于参数化降阶模型的非线性气动弹性高效分析

5

作者 陆召严 肖天航 +3 位作者 常亮 邓双厚 付碧红 高海云 《北京理工大学学报》 EI CAS CSCD 北大核心 2024年第1期28-38,共11页

针对非线性气动弹性分析时需要在时域求解多个流场参数条件下结构运动方程而造成的计算消耗过大的问题,提出了一种适用于参数变化时非定常流场高效计算的参数化降阶模型,不仅可以应用于计算机翼等结构的总体气动力还可以得到每个时刻的... 针对非线性气动弹性分析时需要在时域求解多个流场参数条件下结构运动方程而造成的计算消耗过大的问题,提出了一种适用于参数变化时非定常流场高效计算的参数化降阶模型,不仅可以应用于计算机翼等结构的总体气动力还可以得到每个时刻的结构表面的流场数据分布,并成功应用于典型机翼的跨声速颤振边界的计算,大大地提高了计算效率.结果显示,单流场条件时降阶模型的计算速度比直接使用时域分析方法提高了3倍;在计算多流场参数条件下,参数化降阶模型相比于使用单流场降阶模型计算速度提高了3.5倍,相较于时域分析方法提高了10倍. 展开更多

关键词 非定常计算流体力学 参数化降阶模型 局部线性神经模糊模型 非线性气动弹性 Grassmann流形插值

在线阅读 下载PDF 职称材料

基于模糊规则的热工过程非线性模型的研究 被引量：56

6

作者 吕剑虹 陈建勤 +2 位作者 刘志远 沈炯 陈来九 《中国电机工程学报》 EI CSCD 北大核心 2002年第11期132-137,共6页

建立精确的热工过程整体模型是对热工过程进行全 局优化控制的基础,而热工过程往往具有非线性和不确定 性,传统的描述热工过程动态数学模型的方法(如传递函 数等)难以建立非线性模型,从而难于精确表达热工过程 及实施整体优化控制。该... 建立精确的热工过程整体模型是对热工过程进行全 局优化控制的基础,而热工过程往往具有非线性和不确定 性,传统的描述热工过程动态数学模型的方法(如传递函 数等)难以建立非线性模型,从而难于精确表达热工过程 及实施整体优化控制。该文提出了一类实用的基于模糊规 则的热工过程非线性建模方法,具体为:首先通过聚类和 竞争学习算法,对热工过程的输入数据空间进行分区,然 后在每个局部的数据子空间上,利用递推的最小二乘辨识 算法(RLS)建立一个基于模糊规则的局部线性动态模型, 这样,一个典型的非线性热工过程可以通过一组基于模糊 规则的线性模型来表示。计算结果表明:基于模糊规则的 非线性模糊模型,不仅能精确地描述过程的非线性,而且 算法简单、实用。 展开更多

关键词 模糊规则 热工过程 非线性模型 数学模型 神经网络

在线阅读 下载PDF 职称材料

基于多信号源的神经模糊Hammerstein-Wiener模型研究 被引量：8

7

作者 贾立 杨爱华 邱铭森 《自动化学报》 EI CSCD 北大核心 2013年第5期690-696,共7页

面对复杂工业过程控制的需求,设计一种结合数据信息的特殊模型结构,在保证控制系统有效性的前提下通过模型的结构来简化控制器的求解是亟待解决的问题.为此,本文提出一种基于多信号源的神经模糊Hammerstein-Wiener模型,突破传统的迭代... 面对复杂工业过程控制的需求,设计一种结合数据信息的特殊模型结构,在保证控制系统有效性的前提下通过模型的结构来简化控制器的求解是亟待解决的问题.为此,本文提出一种基于多信号源的神经模糊Hammerstein-Wiener模型,突破传统的迭代分离方法,通过组合式多信号实现Hammerstein-Wiener模型中神经模糊非线性环节和线性环节的分离,同时设计了神经模糊模型参数的非迭代优化算法,将研究结果拓广到分段非线性系统,改善了模型的适用范围.该算法保证了模型的预测精度,具有逼近较强非线性过程的能力.在此基础上设计了基于神经模糊Hammerstein-Wiener模型的控制系统,利用模型的特殊结构将非线性系统的控制问题简化为线性系统的控制问题,采用简单的PID控制器便能达到较好的控制效果.仿真结果验证了上述方法的有效性. 展开更多

关键词 HAMMERSTEIN-WIENER模型 神经模糊系统 非线性系统 信号分离

在线阅读 下载PDF 职称材料

基于多层局部回归神经网络的多变量非线性系统预测控制 被引量：13

8

作者 刘贺平 张兰玲 孙一康 《控制理论与应用》 EI CAS CSCD 北大核心 2001年第2期298-300,共3页

以罐式搅拌反应器为例 ,针对复杂多变量系统的强耦合性、非线性、时变性等问题 ,研究了多变量非线性系统的预测控制及改善控制性能的方法 .采用多层局部回归神经网络离线建立预测模型 ,以偏差补偿和模型修正相结合的方式对预测模型进行... 以罐式搅拌反应器为例 ,针对复杂多变量系统的强耦合性、非线性、时变性等问题 ,研究了多变量非线性系统的预测控制及改善控制性能的方法 .采用多层局部回归神经网络离线建立预测模型 ,以偏差补偿和模型修正相结合的方式对预测模型进行误差补偿 ,经在线校正用于预测控制 .通过对性能指标中的偏差项负指数加权 ,进一步改善预测控制性能 .仿真结果表明了控制算法的有效性 . 展开更多

关键词 多变量非线性系统 多层局部回归神经网络 预测控制 模型修正

在线阅读 下载PDF 职称材料

基于模糊神经模型的自适应单神经元控制系统设计 被引量：7

9

作者 贾立 陶鹏业 邱铭森 《华东理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2008年第1期135-139,143,共6页

提出一种基于模糊神经模型的自适应单神经元控制系统。该控制系统首先根据采集到的输入输出数据建立被控过程模型,并在此基础上引入单神经元控制器。通过李亚普诺夫方法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值... 提出一种基于模糊神经模型的自适应单神经元控制系统。该控制系统首先根据采集到的输入输出数据建立被控过程模型,并在此基础上引入单神经元控制器。通过李亚普诺夫方法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值。理论分析和仿真结果表明:本文提出的单神经元控制器和传统的PID控制器具有极其相似的结构,因此,具有结构简单、易于操作的特点,具有较快的跟踪速度,并且控制参数可以在线调节。 展开更多

关键词 非线性系统 模糊神经模型 自适应控制 单神经元控制器

在线阅读 下载PDF 职称材料

神经网络结构的递归T-S模糊模型 被引量：10

10

作者 李翔 陈增强 袁著祉 《系统工程学报》 CSCD 2001年第4期268-274,共7页

提出一种新的递归 T- S模型 (Takagi- Sugeno模型 )的模糊神经网络结构 (TSFRNN ) ,利用动态 BP(DBP)算法来学习训练神经网络的参数 ,通过与通常的多层前馈神经网络结构的 T- S模糊神经网络(TSFNN)的对比仿真实验 ,说明在非线性系统建... 提出一种新的递归 T- S模型 (Takagi- Sugeno模型 )的模糊神经网络结构 (TSFRNN ) ,利用动态 BP(DBP)算法来学习训练神经网络的参数 ,通过与通常的多层前馈神经网络结构的 T- S模糊神经网络(TSFNN)的对比仿真实验 ,说明在非线性系统建模方面 TSFRNN比 TSFNN更加优越 . 展开更多

关键词 递归神经网络 T-S模糊模型 非线性系统 建模 学习算法

在线阅读 下载PDF 职称材料

基于自适应神经网络的不确定非线性系统的模糊跟踪控制 被引量：8

11

作者 刘亚 胡寿松 《控制理论与应用》 EI CAS CSCD 北大核心 2004年第5期770-775,共6页

提出了一种基于模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,首先利用T＿S模糊模型对系统的已知特性进行近似建模,对基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.并在此基础上,进一步采用RB... 提出了一种基于模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,首先利用T＿S模糊模型对系统的已知特性进行近似建模,对基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.并在此基础上,进一步采用RBF神经网络完全自适应控制,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,从而有效地消除系统的未知不确定性和模糊建模误差的影响,保证了非线性闭环系统的稳定性和系统的H∞跟踪性能,而不要求系统的不确定项和模糊建模误差满足任何匹配条件或约束.最后,将所提出的方法应用到一非线性混沌系统,仿真结果表明了所提出的方案不仅能够有效地稳定该混沌系统,而且能使系统输出跟踪期望输出. 展开更多

关键词 T-S模糊模型 自适应神经网络 跟踪控制 不确定非线性系统

在线阅读 下载PDF 职称材料

基于模糊神经网络的双凸极永磁电机非线性建模 被引量：9

12

作者 孙强 程明 《控制理论与应用》 EI CAS CSCD 北大核心 2007年第4期601-606,共6页

双凸极永磁电机的电感、磁链等特性呈严重非线性,常规的线性或准线性模型难以准确反映双凸极永磁电机的实际特性,影响双凸极永磁电机的控制精度和工作性能.为此,本文提出采用自适应模糊神经网络建立双凸极永磁电机模型的新方法.首先在... 双凸极永磁电机的电感、磁链等特性呈严重非线性,常规的线性或准线性模型难以准确反映双凸极永磁电机的实际特性,影响双凸极永磁电机的控制精度和工作性能.为此,本文提出采用自适应模糊神经网络建立双凸极永磁电机模型的新方法.首先在介绍了自适应模糊神经网络结构后,采用改进的递推最小二乘法修改网络参数,同时采用遗传算法对遗忘因子和学习率进行了优化,仿真计算和实测结果表明,该模型有很快的收敛性和很高的精确度,最后给出了利用模型实现双凸极永磁电机优化控制的方法. 展开更多

关键词 双凸极永磁电机 非线性模型 自适应模糊神经网络 混合算法 遗传算法

在线阅读 下载PDF 职称材料

基于二次逼近的神经模糊模型研究 被引量：2

13

作者 方斌 李仁 吴刚 《中国科学技术大学学报》 CAS CSCD 北大核心 1999年第6期735-739,共5页

针对非线性系统的辨识，提出了一种基于二次逼近的神经模糊模型，阐述了该模型的结构、算法和应用特点．它能有效地克服ＢＰ（Ｂａｃｋｐｒｏｐａｇａｔｉｏｎ） 算法的缺陷，提高辨识模型的动态补偿能力．通过仿真实例对该方法的特点... 针对非线性系统的辨识，提出了一种基于二次逼近的神经模糊模型，阐述了该模型的结构、算法和应用特点．它能有效地克服ＢＰ（Ｂａｃｋｐｒｏｐａｇａｔｉｏｎ） 算法的缺陷，提高辨识模型的动态补偿能力．通过仿真实例对该方法的特点和性能进行了验证，表明新的模型具有较好的实际逼近精度和适应能力． 展开更多

关键词 逼近能力 二次逼近 神经模糊模型 非线性系统

在线阅读 下载PDF 职称材料

汽车非线性半主动悬架的模糊神经网络控制 被引量：12

14

作者 李以农 郑玲 《汽车工程》 EI CSCD 北大核心 2004年第5期600-604,628,共6页

考虑磁流变减振器阻尼力和悬架弹性元件非线性特性 ,建立车辆 6自由度的半主动悬架非线性动力学模型。提出了一种基于模糊神经网络系统结构的模型参考自适应控制方法来研究汽车半主动悬架的非线性控制问题 ,并考虑半车模型前后悬架的输... 考虑磁流变减振器阻尼力和悬架弹性元件非线性特性 ,建立车辆 6自由度的半主动悬架非线性动力学模型。提出了一种基于模糊神经网络系统结构的模型参考自适应控制方法来研究汽车半主动悬架的非线性控制问题 ,并考虑半车模型前后悬架的输入时滞 ,对其进行了仿真研究。研究结果表明 :运用模糊神经网络非线性控制方法能够使人体和车身垂直加速度、俯仰角加速度都得到很大的衰减 ,证实这种模糊神经网络控制方法可大大减少路面对车身的振动冲击 。 展开更多

关键词 半主动悬架 车身 汽车行驶 后悬架 平顺性 磁流变减振器 路面 非线性控制 模型参考自适应控制 模糊神经网络控制

在线阅读 下载PDF 职称材料

基于近似模型的多层模糊CMAC自适应非线性控制 被引量：2

15

作者 刘治 李春文 《自动化学报》 EI CSCD 北大核心 2002年第5期773-776,共4页

针对非线性离散时间系统的控制问题 ,提出了一种基于近似模型的多层模糊 CMAC自适应控制方法 .采用多层模糊 CMAC对非线性函数进行逼近 ,并提出了一种新的神经网络学习算法来保证权值的有界性 .由于无需满足 PE条件 。

关键词 近似模型 多层模糊CMAC 自适应非线性控制 神经网络

在线阅读 下载PDF 职称材料

基于聚类方法和神经网络的非线性系统多模型自适应控制 被引量：10

16

作者 唐伟强 龙文堃 +1 位作者 孙丽娟 黄小丽 《系统工程与电子技术》 EI CSCD 北大核心 2019年第9期2100-2106,共7页

针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设... 针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。 展开更多

关键词 非线性系统 多模型方法 自适应控制 模糊聚类 神经网络

在线阅读 下载PDF 职称材料

非线性系统的模糊模型快速学习

17

作者 刘建成 蒋新华 吴今培 《电子科技大学学报》 EI CAS CSCD 北大核心 2007年第S1期448-450,共3页

通过改变TSK模糊模型的规则结构和分析影响模糊模型的因素,提出了一种基于模糊模型的非线性系统快速学习方法;论述了所涉及的相关问题,包括模型结构的学习方法、学习因子的渐近调整策略、基于局部线性模型的后件参数估计方法,并以M-G混... 通过改变TSK模糊模型的规则结构和分析影响模糊模型的因素,提出了一种基于模糊模型的非线性系统快速学习方法;论述了所涉及的相关问题,包括模型结构的学习方法、学习因子的渐近调整策略、基于局部线性模型的后件参数估计方法,并以M-G混沌时间序列的预测为例说明了其有效性.该方法无需先验知识,能自适应学习模型结构和参数,学习速度快. 展开更多

关键词 模糊模型 模糊推理 学习策略 局部线性模型

在线阅读 下载PDF 职称材料

基于神经网络非线性模型的线控转向系统控制 被引量：2

18

作者 于蕾艳 伊剑波 鲍长勇 《拖拉机与农用运输车》 2014年第2期37-40,共4页

进行汽车线控转向系统动力学分析及控制算法研究,需考虑动力学模型的非线性。首先建立基于魔术公式轮胎模型的非线性二自由度整车模型,然后基于神经网络方法训练逼近映射汽车模型输入与输出的关系,最后采用模糊控制方法由车速、转向盘... 进行汽车线控转向系统动力学分析及控制算法研究,需考虑动力学模型的非线性。首先建立基于魔术公式轮胎模型的非线性二自由度整车模型,然后基于神经网络方法训练逼近映射汽车模型输入与输出的关系,最后采用模糊控制方法由车速、转向盘转角等得到转向传动比控制算法。结果表明,基于神经网络的非线性整车模型与样本数据较好吻合,满足研究需要。转向传动比模糊控制算法考虑了转向轻便性和稳定性,提高了汽车操纵稳定性。 展开更多

关键词 线控转向系统 神经网络 非线性二自由度整车模型 转向传动比 模糊控制

在线阅读 下载PDF 职称材料

一种基于模糊神经网络的非线性系统故障诊断方法研究

19

作者 田福庆 魏军辉 应文建 《海军工程大学学报》 CAS 2003年第4期60-64,共5页

提出了一种基于模糊神经网络的非线性系统故障诊断方法.利用模糊C 均值聚类法对测量空间进行分割,再利用模糊规则对分割后的子空间分别采用BP网络进行逼近,从而获得不同子空间故障输出与测量输入的非线性动力学特性.计算机仿真表明该网... 提出了一种基于模糊神经网络的非线性系统故障诊断方法.利用模糊C 均值聚类法对测量空间进行分割,再利用模糊规则对分割后的子空间分别采用BP网络进行逼近,从而获得不同子空间故障输出与测量输入的非线性动力学特性.计算机仿真表明该网络具有良好的泛化性能,方案可行. 展开更多

关键词 模糊神经网络 非线性系统 故障诊断 舰炮 聚类分析 模型 学习算法 仿真

在线阅读 下载PDF 职称材料

基于相关分析和带遗忘因子的随机梯度的非线性系统Wiener模型辨识

20

作者 丁振宇 李峰 徐亮亮 《陕西科技大学学报》 北大核心 2024年第3期197-202,208,共7页

实际工业过程往往呈现强非线性和时滞特性,在复杂工况下如何建立过程的高精度模型并对其进行有效控制是研究重点.本文研究了一种基于相关分析的非线性系统Wiener模型辨识.Wiener非线性模型由动态线性子系统和静态非线性子系统串联组成,... 实际工业过程往往呈现强非线性和时滞特性,在复杂工况下如何建立过程的高精度模型并对其进行有效控制是研究重点.本文研究了一种基于相关分析的非线性系统Wiener模型辨识.Wiener非线性模型由动态线性子系统和静态非线性子系统串联组成,利用时滞状态空间模型和神经模糊模型分别建立动态线性子系统和静态非线性子系统,并利用设计的组合信号实现Wiener非线性模型分离辨识.首先,利用后移算子的性质,将时滞状态空间模型转化为传递函数模型,在高斯信号作用下利用相关分析方法辨识动态线性子系统的参数,解决了Wiener模型中间变量不可测问题.其次,为了改善辨识模型的精度和收敛速度,推导了带遗忘因子的递推随机梯度方法,得到静态非线性子系统的参数估计.将提出的非线性Wiener模型辨识方法运用于连续搅拌反应釜,实验仿真结果表明,本文提出的Wiener模型辨识方法能够有效辨识连续搅拌反应釜系统,并取得较好的控制效果. 展开更多

关键词 非线性系统 WIENER模型 神经模糊模型 相关分析

在线阅读 下载PDF 职称材料