期刊文献+
共找到1,537篇文章
< 1 2 77 >
每页显示 20 50 100
基于模糊神经网络预测控制的高速列车ATP研究 被引量:7
1
作者 董海鹰 刘洋 +1 位作者 李欣 闫军 《铁道学报》 EI CAS CSCD 北大核心 2013年第8期58-62,共5页
在目标-距离速度控制模式普遍应用于我国高速铁路列车控制的背景下,本文针对高速列车运行性能的要求,将模糊神经网络预测控制运用到高速铁路ATP中,对列车速度进行控制。控制系统以闭塞区间为单位,建立高速列车速度模糊神经网络预测控制... 在目标-距离速度控制模式普遍应用于我国高速铁路列车控制的背景下,本文针对高速列车运行性能的要求,将模糊神经网络预测控制运用到高速铁路ATP中,对列车速度进行控制。控制系统以闭塞区间为单位,建立高速列车速度模糊神经网络预测控制模型。在闭塞区间内,利用车-地通信将控制所需信息发送至列控中心;根据所得信息,通过预测控制算法得到从当前位置到闭塞分区出口的列车速度自动防护曲线并确定列车运行方式和控制策略;在每1个通信周期内,利用滚动优化和误差校正进行速度优化。仿真结果表明,与传统的控制方法相比,基于模糊神经网络预测控制的高速列车ATP具有更高的安全性。 展开更多
关键词 ATP 预测控制 模糊神经网络
在线阅读 下载PDF
多轴数控加工表面粗糙度的自适应模糊神经网络预测控制方法研究 被引量:2
2
作者 周微 史东丽 高建国 《内燃机与配件》 2018年第15期104-106,共3页
将模糊神经网络作为预测方法的主要理论工具,设计预测模型结构、层次及确定节点,并结合多轴数控加工特点对其加工表面粗糙度预测,其中以工艺参数(选择有限的主要因素)为输入变量作为网络模型的输入,以加工表面粗糙度作为网络的输出,利... 将模糊神经网络作为预测方法的主要理论工具,设计预测模型结构、层次及确定节点,并结合多轴数控加工特点对其加工表面粗糙度预测,其中以工艺参数(选择有限的主要因素)为输入变量作为网络模型的输入,以加工表面粗糙度作为网络的输出,利用实验中获得的数据样本及刀具参数对模型进行校验和调整,获得精度较高的自适应模糊神经网络预测模型。 展开更多
关键词 模糊神经网络 表面粗糙度 多轴数控加工 自适应预测
在线阅读 下载PDF
变结构模糊神经网络预测控制在变风量空调系统中的应用 被引量:1
3
作者 董金奎 胡彦奎 《黑龙江科技信息》 2013年第32期44-45,共2页
针对变风量空调(VAV)系统具有大时滞、高度非线性和输入量多的特点,提出了变结构模糊神经网络预测优化控制算法,采用正-逆模糊神经网络建立VAV系统的预测模型,通过混合学习算法对变结构模糊神经网络的前、后件参数进行辨识,并对该系统... 针对变风量空调(VAV)系统具有大时滞、高度非线性和输入量多的特点,提出了变结构模糊神经网络预测优化控制算法,采用正-逆模糊神经网络建立VAV系统的预测模型,通过混合学习算法对变结构模糊神经网络的前、后件参数进行辨识,并对该系统进行仿真研究,达到了较好的控制效果。 展开更多
关键词 变结构 模糊神经网络 变风量 预测控制
在线阅读 下载PDF
基于卷积神经网络和模糊PID的掘进机截割控制系统研究
4
作者 李英娜 崔彦平 +2 位作者 安博烁 刘百健 靳建伟 《工矿自动化》 北大核心 2025年第1期61-70,137,共11页
针对悬臂式掘进机在掘进过程中面对煤岩硬度复杂变化时适应性不足、系统稳定性低等问题,提出一种基于卷积神经网络(CNN)及模糊PID的掘进机截割控制系统,该系统包括巷道断面成形特性和智能截割控制策略2个部分,其中掘进机智能截割控制策... 针对悬臂式掘进机在掘进过程中面对煤岩硬度复杂变化时适应性不足、系统稳定性低等问题,提出一种基于卷积神经网络(CNN)及模糊PID的掘进机截割控制系统,该系统包括巷道断面成形特性和智能截割控制策略2个部分,其中掘进机智能截割控制策略由CNN煤岩硬度动态感知模块和截割臂摆速模糊PID控制模块组成。提出一种有效的截割路径,使截割头沿规划路径从上至下进行煤岩截割,以提高断面完整性,减小掘进方向的误差。采用CNN煤岩硬度动态感知模块分析采集的截割电动机电流、截割臂振动加速度、回转油缸压力数据信息,以感知煤岩特性;采用截割臂摆速模糊PID控制模块对感知后的数据进行模糊化与解模糊化处理,输出相应控制参数信号;电液比例阀根据接收到的信号控制液压油的流量和压力,通过阀控液压缸控制截割臂摆速,实现截割臂摆速的自适应控制。现场实验结果表明:当掘进机截割较软介质与煤时,截割臂以高摆速工作;当掘进机截割复杂岩层时,摆速随截割信号的增大而降低,截割信号在0~1之间变动;当掘进机截割较硬岩层时,截割载荷信号接近1,截割臂的摆速降低至0。 展开更多
关键词 悬臂式掘进机 智能截割 截割臂摆速 截割路径 模糊PID控制 煤岩硬度动态感知 卷积神经网络
在线阅读 下载PDF
基于元认知模糊神经网络的水电站来水预测方法
5
作者 柳玉兰 郭金婷 +1 位作者 彭放 张铮 《电子设计工程》 2025年第7期57-61,共5页
针对水库来水波动性和非线性较强而影响水位预测准确度的问题,基于模糊神经网络提出一种短期来水预测方法。使用元认知设计了模型的自适应学习过程,依据样本知识信息选择样本删除、规则增加或参数更新的学习策略,从而自动生成模型规则,... 针对水库来水波动性和非线性较强而影响水位预测准确度的问题,基于模糊神经网络提出一种短期来水预测方法。使用元认知设计了模型的自适应学习过程,依据样本知识信息选择样本删除、规则增加或参数更新的学习策略,从而自动生成模型规则,并采用扩展卡尔曼滤波(EKF)进行参数学习,实现了同时进行结构辨识和参数学习。采用四川省某水库水位数据进行实验,结果表明,该方法能够有效预测水位变化趋势,且与BP等传统神经网络预测模型相比具有更小的预测误差,稳定性更佳。 展开更多
关键词 水电站 来水预测 元认知 模糊神经网络
在线阅读 下载PDF
基于动态模糊神经网络的水电站来水预测方法
6
作者 彭放 郭金婷 +1 位作者 柳玉兰 王立志 《电子设计工程》 2025年第6期76-80,共5页
针对水库来水的波动性和随机性直接影响水位预测准确性的问题,基于T-S型模糊系统提出一种新的动态模糊神经网络进行短期(未来1 h)来水预测。采用FCM算法对输入空间划分产生规则,同时通过引入重构误差确定规则数目,从而构建紧凑的网络结... 针对水库来水的波动性和随机性直接影响水位预测准确性的问题,基于T-S型模糊系统提出一种新的动态模糊神经网络进行短期(未来1 h)来水预测。采用FCM算法对输入空间划分产生规则,同时通过引入重构误差确定规则数目,从而构建紧凑的网络结构和完成规则前件参数学习;采用独特的结构单元作为后件层,使用梯度下降法给出后件参数调整方法。以瀑布沟入库流量作为实验数据进行验证,通过与BP、LSTM和ANFIS预测模型对比表明本文方法的预测精度更好,且预测稳定性更佳。 展开更多
关键词 水电站 来水预测 准确度 模糊神经网络
在线阅读 下载PDF
基于改进模糊神经网络的新能源配网电力负荷超短期预测方法
7
作者 宋小芹 《信息技术与信息化》 2025年第2期26-29,共4页
随着新能源接入配网比例的提升,超短期电力负荷数据展现出复杂的特性,导致梯度呈现出非线性特征。为此,提出一种基于改进模糊神经网络的新能源配网电力负荷超短期预测方法。该方法为反映配网电力负荷的真实状况并减少预测误差,先对新能... 随着新能源接入配网比例的提升,超短期电力负荷数据展现出复杂的特性,导致梯度呈现出非线性特征。为此,提出一种基于改进模糊神经网络的新能源配网电力负荷超短期预测方法。该方法为反映配网电力负荷的真实状况并减少预测误差,先对新能源配网电力负荷数据进行预处理。然后将预处理后的数据作为输入,构建模糊神经网络的负荷预测模型。由于模糊神经网络的权重参数初始值影响训练结果,引入粒子群算法进行模型优化,将模糊化层与规则库划分为隐含层,解模糊化层划分为输出层,实现模型的精准构建,提高预测精度。最后应用实验验证所提方法的先进性,实验结果表明:该方法具有较高的预测准确性和稳定性,并且计算效率也比较高。与对比方法相比,该方法能够有效地应对新能源配网电力负荷的复杂性和不确定性,为电力系统的运行和调度提供强有力的支持。 展开更多
关键词 新能源 配电网 电力负荷预测 改进模糊神经网络 数据预处理
在线阅读 下载PDF
基于模糊神经网络PID的煤矿掘进机俯仰控制研究 被引量:2
8
作者 毛清华 陈彦璋 +3 位作者 马骋 王川伟 张飞 柴建权 《工矿自动化》 CSCD 北大核心 2024年第8期135-143,共9页
目前煤矿掘进机俯仰控制主要采用PID控制方法,在掘进机俯仰控制时变性与液压系统非线性情况下的控制精度不高。掘进机俯仰控制通过控制液压缸行程实现,将传统PID算法与模糊控制、神经网络等相结合,可有效提高液压缸行程控制精度。提出... 目前煤矿掘进机俯仰控制主要采用PID控制方法,在掘进机俯仰控制时变性与液压系统非线性情况下的控制精度不高。掘进机俯仰控制通过控制液压缸行程实现,将传统PID算法与模糊控制、神经网络等相结合,可有效提高液压缸行程控制精度。提出了一种基于模糊神经网络PID的煤矿掘进机俯仰控制方法。通过分析掘进机支撑部运动学关系,得到俯仰角与支撑部液压缸的数学关系;介绍了掘进机俯仰控制液压系统工作原理,建立了液压系统及其传递函数模型;将模糊控制与神经网络相结合,形成模糊神经网络,利用模糊神经网络优化PID控制参数,再结合支撑机构数学模型和液压系统传递函数模型,建立掘进机俯仰角模糊神经网络PID控制模型,实现煤矿掘进机俯仰机构自动精确控制。该方法可使掘进机俯仰机构更加快速、准确到达预设位置,解决掘进机俯仰控制中的时变性与非线性难题。仿真结果表明:模糊神经网络PID控制算法相较于模糊PID和PID控制算法,跟踪误差分别降低了69.34%和74.49%。通过液压缸位移控制模拟煤矿掘进机在突变工况和跟随工况下的俯仰控制,结果表明:模糊神经网络PID控制算法相比模糊PID和PID控制算法,俯仰控制跟踪误差最小,对位置信号的平均响应时间分别缩短了27.22%和50.33%,动态控制性能更好。 展开更多
关键词 掘进机俯仰控制 俯仰角 模糊神经网络PID 液压系统 液压缸位移控制 支撑机构
在线阅读 下载PDF
模糊神经网络在机电调平系统上的应用
9
作者 张盼盼 郭彦青 +1 位作者 吴志伟 洪楚桐 《煤矿机械》 2025年第2期218-221,共4页
针对负载和转速变化引起的直流无刷电机控制精度不足导致机电调平系统效率低的问题,提出了一种基于模糊神经网络的直流无刷电机转速控制算法,克服了传统PID控制算法超调量大、精度低、调节时间长的缺点,从而提高机电调平系统的调平效率... 针对负载和转速变化引起的直流无刷电机控制精度不足导致机电调平系统效率低的问题,提出了一种基于模糊神经网络的直流无刷电机转速控制算法,克服了传统PID控制算法超调量大、精度低、调节时间长的缺点,从而提高机电调平系统的调平效率。在Simulink中搭建直流无刷电机模糊神经网络控制系统仿真模型,仿真结果表明:模糊神经网络相比于传统PID和模糊PID,控制系统超调量分别降低14.6%和10.2%,稳定时间分别缩短0.013 s和0.01 s,具有更好的动态特性和抗干扰性,电机控制精度得到很大提高,能有效提高机电调平系统的调平效率。 展开更多
关键词 直流无刷电机 机电调平 模糊神经网络 转速控制
在线阅读 下载PDF
基于深度模糊神经网络的太阳总辐射预测研究 被引量:2
10
作者 乔楠 蒋波涛 +2 位作者 郑雨 刘燕东 王锦 《太阳能学报》 EI CAS CSCD 北大核心 2024年第2期59-64,共6页
提出一种基于深度模糊神经网络的太阳总辐射预测模型。首先利用Pearson相关系数分析太阳总辐射关键影响因素,其次利用深度学习多隐含层所具有的特征提取优势将模糊神经网络模块重复连接,构建深度模糊神经网络模型,并使用蝗虫优化算法对... 提出一种基于深度模糊神经网络的太阳总辐射预测模型。首先利用Pearson相关系数分析太阳总辐射关键影响因素,其次利用深度学习多隐含层所具有的特征提取优势将模糊神经网络模块重复连接,构建深度模糊神经网络模型,并使用蝗虫优化算法对其中心值和宽度进行优化。利用所提太阳总辐射预测模型对5个气象站点的相关数据进行仿真实验,并对结果进行分析。仿真结果表明:所提预测模型较其他模型具有较高的预测精度,验证了模型的有效性,可满足无辐射监测站点太阳总辐射预测的需要。 展开更多
关键词 太阳能 太阳辐射 预测 深度模糊神经网络 蝗虫优化算法
在线阅读 下载PDF
基于改进粒子群区间二型模糊神经网络的MPPT控制研究 被引量:2
11
作者 李凯 姜新正 《太阳能学报》 EI CAS CSCD 北大核心 2024年第5期556-564,共9页
针对太阳能发电单元最大功率点控制(MPPT)在复杂工况条件下存在的振荡、跟踪耗时长、精度较低的问题,提出一种基于改进区间二型模糊神经网络的预测控制模型。首先将减法聚类与区间二型模糊均值聚类算法相结合,辨识模型前件模糊规则层结... 针对太阳能发电单元最大功率点控制(MPPT)在复杂工况条件下存在的振荡、跟踪耗时长、精度较低的问题,提出一种基于改进区间二型模糊神经网络的预测控制模型。首先将减法聚类与区间二型模糊均值聚类算法相结合,辨识模型前件模糊规则层结构,计算得到聚类中心;其次,基于自导式粒子群算法优化后件权重层权值参数,进而提升网络全局寻优能力;最后,通过与TS模糊神经网络模型、基于反向传播算法的区间二型模糊神经网络模型进行仿真对比,验证所提模型在不同工况下对最大功率点追踪的快速性与精确性。 展开更多
关键词 光伏发电 最大功率点跟踪 预测控制 模糊神经网络 模糊聚类 粒子群算法
在线阅读 下载PDF
基于模糊神经网络的造纸机械电力传动控制系统设计 被引量:6
12
作者 张天舒 《造纸科学与技术》 2024年第1期105-110,共6页
造纸机械中电力传动机构的传动点数量多,控制难度较大,故提出基于模糊神经网络的造纸机械电力传动控制系统设计研究。硬件设计,包括电力传动控制结构设计单元、电力传动速度测量传感器设计单元与电力传动控制器设计单元,软件设计,包括... 造纸机械中电力传动机构的传动点数量多,控制难度较大,故提出基于模糊神经网络的造纸机械电力传动控制系统设计研究。硬件设计,包括电力传动控制结构设计单元、电力传动速度测量传感器设计单元与电力传动控制器设计单元,软件设计,包括模糊神经网络控制模型构建模块、电力传动速度控制实现模块与电力传动张力控制实现模块。通过硬件单元与软件模块的联合应用共同实现造纸机械电力传动的控制。实验数据显示:应用设计系统获得的电力传动点速度控制结果与期望速度相同,电力传动点张力控制结果与期望张力相同,充分证实了设计系统应用性能较佳。 展开更多
关键词 造纸机械 控制系统 电力传动 模糊神经网络 分部传动 速度控制
在线阅读 下载PDF
基于模糊控制的人工神经网络模拟在土质边坡安全预测中的应用 被引量:10
13
作者 陈乐求 彭振斌 +2 位作者 陈伟 彭文祥 吴启红 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2009年第5期1381-1387,共7页
从最优化角度出发,用神经网络解决模糊控制系统的规则提取问题,给出可靠的基于BP算法的可靠神经网络模拟过程,对模糊子集个数的选取与系统复杂性、精确性之间的关系进行讨论。为获得边坡复杂工况下的安全特征,建立基于模糊控制的人工神... 从最优化角度出发,用神经网络解决模糊控制系统的规则提取问题,给出可靠的基于BP算法的可靠神经网络模拟过程,对模糊子集个数的选取与系统复杂性、精确性之间的关系进行讨论。为获得边坡复杂工况下的安全特征,建立基于模糊控制的人工神经网络边坡安全预测模型,由大量样本进行网络训练。研究结果表明:所建立的模型预测精度较高,且实用易行;边坡的坡度、内摩擦角、凝聚力对边坡的安全系数影响较大;该预测模型可用于处理普遍存在的不确定性、非线性复杂工程问题;通过模糊控制调整模型,可对不同工程对象进行较精确的模拟分析。 展开更多
关键词 模糊控制系统 神经网络 模糊子集 预测 边坡稳定
在线阅读 下载PDF
基于频域控制约束的物理神经网络非线性系统预测方法
14
作者 钱夔 宋爱国 田磊 《电子科技大学学报》 EI CAS CSCD 北大核心 2024年第2期227-234,共8页
针对现有物理信息神经网络利用数值模拟近似物理控制方程带来的高计算代价、边界条件限制等问题,提出一种基于频域控制约束的物理神经网络非线性系统预测方法。首先构建时序特征交替更新的非线性预测网络模型,再在频域建立基于傅里叶谱... 针对现有物理信息神经网络利用数值模拟近似物理控制方程带来的高计算代价、边界条件限制等问题,提出一种基于频域控制约束的物理神经网络非线性系统预测方法。首先构建时序特征交替更新的非线性预测网络模型,再在频域建立基于傅里叶谱方法(FSM)的物理控制方程约束,时空数据在网络模型与频域控制约束耦合下实现无标签数据加速训练,完成系统演化学习。最后在Burgers系统上进行湍流预测验证,实验结果表明该方法可在物理规则约束下实现无标签非线性复杂建模,对比主流PINN模型及其变体,具有更快的学习速度与预测准确率。在t≤0.25 s、t≤0.5 s短时预测情况下,经前期20次训练后系统预测均方误差(MSE)相比主流基准模型同期预测,MSE降低了86%与95%,在t≤2 s长时预测情况下,经充分训练后系统预测MSE能降低80%。 展开更多
关键词 物理信息神经网络 傅里叶谱方法 频域控制方程约束 Burgers系统 非线性系统预测
在线阅读 下载PDF
基于改进PSO-BP神经网络的网络控制系统时延预测 被引量:1
15
作者 魏天旭 赵燕成 +1 位作者 赵景波 胡阵 《陕西科技大学学报》 北大核心 2024年第3期158-165,173,共9页
针对网络控制系统存在的随机时延问题,本文基于BP神经网络(Back Propagation Neural Network, BPNN)建模方法,在PSO(Particle Swarm Optimization)算法的基础上引入遗传算法中交叉和变异的思想,同时对惯性权重和学习因子采用线性递减和... 针对网络控制系统存在的随机时延问题,本文基于BP神经网络(Back Propagation Neural Network, BPNN)建模方法,在PSO(Particle Swarm Optimization)算法的基础上引入遗传算法中交叉和变异的思想,同时对惯性权重和学习因子采用线性递减和异步时变的改进策略,提出了一种性能更优的改进PSO算法,并用该算法优化BP神经网络,构建了一种改进PSO-BP神经网络的时延预测模型;然后运用MATLAB TrueTime2.0工具箱搭建仿真平台,结合获取到的历史时延采样数据对改进PSO-BP时延预测模型和PSO-BP、BP模型进行性能对比测试.实验表明本文所提出模型的预测精度更高,误差更小,能较好的解决网络控制系统的随机时延预测问题. 展开更多
关键词 网络控制系统 PSO算法 BP神经网络 网络诱导时延 时延预测
在线阅读 下载PDF
基于模糊神经网络的大时滞系统的预测控制 被引量:7
16
作者 达飞鹏 宋文忠 《东南大学学报(自然科学版)》 EI CAS CSCD 2000年第2期67-70,共4页
工业生产过程中常有大时滞存在 ,用传统控制方法不能获得满意的控制效果 .为解决这个问题 ,本文提出了基于模糊预测的模糊神经网络 (FuzzyNeuralNet works)控制器 ,根据过程的动态变化实施控制器的在线调整 。
关键词 模糊神经网络 大时滞系统 预测控制 控制 在线调整
在线阅读 下载PDF
基于递归神经网络的预测模糊控制 被引量:5
17
作者 杜福银 徐扬 《西南交通大学学报》 EI CSCD 北大核心 2006年第6期733-736,747,共5页
为提高控制信息与实时状态的适应性,改善模糊控制品质,用传统模糊控制策略,根据当前时刻误差和预测误差变化值,预测下一时刻的控制输出和系统在未来时刻的误差.用递归神经网络预报系统未来输出值的功能,采用双系统交替控制模式.系统中包... 为提高控制信息与实时状态的适应性,改善模糊控制品质,用传统模糊控制策略,根据当前时刻误差和预测误差变化值,预测下一时刻的控制输出和系统在未来时刻的误差.用递归神经网络预报系统未来输出值的功能,采用双系统交替控制模式.系统中包含1个模糊控制器和1个递归神经网络,一个工作,另一个学习,使控制系统具有自适应性.仿真结果表明,与常规模糊控制相比,预测模糊控制使超调减小,调节时间缩短. 展开更多
关键词 模糊逻辑控制 递归神经网络 预测模糊控制
在线阅读 下载PDF
基于BP神经网络的分层相控碳酸盐岩储层渗透率预测方法 被引量:3
18
作者 韩如冰 高严 张元峰 《中国海上油气》 CAS CSCD 北大核心 2024年第1期100-108,共9页
碳酸盐岩储层受成岩作用影响大,孔隙-喉道结构复杂,孔隙度—渗透率相关性较低,渗透率预测难度较大,常规以线性关系为主的预测方法结果不理想。提出了基于BP神经网络的储层渗透率综合预测方法,可以有效预测碳酸盐岩储层渗透率。方法主要... 碳酸盐岩储层受成岩作用影响大,孔隙-喉道结构复杂,孔隙度—渗透率相关性较低,渗透率预测难度较大,常规以线性关系为主的预测方法结果不理想。提出了基于BP神经网络的储层渗透率综合预测方法,可以有效预测碳酸盐岩储层渗透率。方法主要分3步。首先对岩心数据和测井数据进行质量控制;然后结合地质特征,优选预测测井曲线参数和神经网络模型的参数,建立预测模型;最后综合多来源资料,进行预测结果质量控制。将该方法应用于中东地区碳酸盐岩A油藏,渗透率预测结果较好。碳酸盐岩储集空间复杂,孔、洞、缝均发育,岩心塞的渗透率测量只能代表局部位置,而试井资料的动态有效渗透率测量范围较大,可以体现储集空间特征,加之储层黏土矿物含量低,不存在储层敏感性问题和各向异性较弱等因素,最终导致试井动态渗透率数值一般高于岩心渗透率。 展开更多
关键词 神经网络 碳酸盐岩 渗透率预测 质量控制 动态渗透率
在线阅读 下载PDF
基于神经网络预测的铝电解模糊控制系统应用 被引量:1
19
作者 李界家 邓媛媛 +1 位作者 郭宏伟 王梓翰 《沈阳建筑大学学报(自然科学版)》 CAS 2008年第4期721-723,共3页
目的采用神经网络作为非线性估计器,设计自组织模糊控制器,解决常规控制方法难以解决铝电解过程中存在的时变和大时滞问题,提高控制性能.方法在分析铝电解生产过程的基础上,通过建立神经网络预测模型以及基于规则双阶段获取的自组织模... 目的采用神经网络作为非线性估计器,设计自组织模糊控制器,解决常规控制方法难以解决铝电解过程中存在的时变和大时滞问题,提高控制性能.方法在分析铝电解生产过程的基础上,通过建立神经网络预测模型以及基于规则双阶段获取的自组织模糊控制器,将神经网络与预测控制算法相结合,提出了一种基于神经网络预测的铝电解模糊控制系统.结果给出了以STD工业总线控制机为核心的模糊控制系统,实现了铝电解过程的最优控制.使得神经网络预测模型的输出能够很好地跟踪铝电解生产过程,预测效果更佳.结论该系统能使电解过程很快达到稳态,产生的超调量较小,具有良好地响应特性和鲁棒性,提高了铝电解过程的动态和稳态性能. 展开更多
关键词 铝电解 神经网络 模糊控制 预测控制
在线阅读 下载PDF
基于T-S模型模糊神经网络预测的退火炉温度控制 被引量:4
20
作者 于谨 李晓峰 《沈阳建筑大学学报(自然科学版)》 CAS 北大核心 2014年第1期181-186,共6页
目的提出一种能够提高退火炉温度控制系统的性能和精度的具体方案,增强控制系统的鲁棒性.方法针对退火炉温度控制系统具有多变量,非线性和不确定性的特点,将T-S模糊神经网络与预测控制相结合,在线建立被控对象的数学模型,并用BP神经网... 目的提出一种能够提高退火炉温度控制系统的性能和精度的具体方案,增强控制系统的鲁棒性.方法针对退火炉温度控制系统具有多变量,非线性和不确定性的特点,将T-S模糊神经网络与预测控制相结合,在线建立被控对象的数学模型,并用BP神经网络控制器对所得到的信息在线修正,进而控制退火炉炉温.并通过仿真与传统的模糊PID控制方案进行对比分析.结果 T-S模糊神经网络预测控制方案具有较强的控制精度和动态性能,预测精度高、容错性好、收敛速度快,基本无超调等特点.结论 T-S模糊神经网络预测控制能够提高产品退火质量、节能环保,可以应用于退火炉炉温的优化控制. 展开更多
关键词 退火炉 T—S模糊神经网络 BP神经网络 预测控制
在线阅读 下载PDF
上一页 1 2 77 下一页 到第
使用帮助 返回顶部