期刊文献+
共找到84篇文章
< 1 2 5 >
每页显示 20 50 100
基于模糊自适应共振网络简化模型方法的乳腺肿瘤基因分类
1
作者 陈志宏 严壮志 刘书朋 《上海大学学报(自然科学版)》 CAS CSCD 北大核心 2006年第4期354-358,共5页
以乳腺肿瘤的基因微阵列实验所产生的基因微阵列表达数据为研究对象,针对大规模基因表达模式分析的特点,提出基于模糊自适应共振网络简化模型的基因表达数据分类方法,并在此基础上实现了BRCA1变异和BRCA2变异的乳腺肿瘤分类.利用Hedenf... 以乳腺肿瘤的基因微阵列实验所产生的基因微阵列表达数据为研究对象,针对大规模基因表达模式分析的特点,提出基于模糊自适应共振网络简化模型的基因表达数据分类方法,并在此基础上实现了BRCA1变异和BRCA2变异的乳腺肿瘤分类.利用Hedenfalk的基因微阵列数据,对BRCA1变异和BRCA2变异作分类计算,计算结果达到78%以上的正确率. 展开更多
关键词 遗传性乳腺肿瘤 基因表达数据 模糊自适应共振网络简化模型
在线阅读 下载PDF
基于T-S模糊模型的RBF网络的自适应学习算法 被引量:12
2
作者 李战明 王君 康爱红 《兰州理工大学学报》 CAS 北大核心 2004年第2期82-85,共4页
针对多维模糊推理中的推理规则庞大和参数难辨识的问题,提出一种基于T S模糊模型的RBF神经网络的自适应学习算法.该算法不仅能动态调节T S型模糊RBF网络的隐节点数,还能使网络的数据中心值自适应变化,有较好的自学习能力和优化能力.仿... 针对多维模糊推理中的推理规则庞大和参数难辨识的问题,提出一种基于T S模糊模型的RBF神经网络的自适应学习算法.该算法不仅能动态调节T S型模糊RBF网络的隐节点数,还能使网络的数据中心值自适应变化,有较好的自学习能力和优化能力.仿真结果验证了该算法是有效和可行的,表明此T S型模糊RBF网络不仅可以快速逼近任意多变量非线性函数,而且具有良好的自适应能力. 展开更多
关键词 T-S模糊模型 RBF网络 自适应学习算法 模糊推理 隐节点数
在线阅读 下载PDF
基于模糊理论与自适应共振网络的油中气体分析诊断 被引量:4
3
作者 高宁 高文胜 严璋 《高电压技术》 EI CAS CSCD 北大核心 1997年第4期22-25,共4页
介绍了基于模糊理论的自适应共振网络在变压器故障诊断中的应用。根据对实际运行变压器进行统计得出的故障特征气体分布规律,确定分段隶属函数的分界值,并给出隶属函数的经验参数。针对变压器故障诊断的特点,在ART—2网络的基础... 介绍了基于模糊理论的自适应共振网络在变压器故障诊断中的应用。根据对实际运行变压器进行统计得出的故障特征气体分布规律,确定分段隶属函数的分界值,并给出隶属函数的经验参数。针对变压器故障诊断的特点,在ART—2网络的基础上,构造了具有输入隐层的FART(FuzyAdaptiveResonanceTheory)网络,对各特征气体采用不同的隶属函数处理,以增强网络对主要气体特征的灵敏度。并通过实例进行了检验,证实了该方法更为有效。 展开更多
关键词 模糊理论 自适应共振网络 气体分析 变压器
在线阅读 下载PDF
基于模糊神经网络的模型参考自适应控制 被引量:20
4
作者 张乃尧 栾天 《自动化学报》 EI CSCD 北大核心 1996年第4期476-480,共5页
用模糊神经网络作为控制器,依靠参考模型产生理想的控制系统闭环响应,从而随时得到控制系统的输出误差.用梯度法实时修正模糊控制器的输入和输出隶属度参数,得到一种在线模糊自适应控制的新方法.通过倒立摆的仿真实验表明,该方法... 用模糊神经网络作为控制器,依靠参考模型产生理想的控制系统闭环响应,从而随时得到控制系统的输出误差.用梯度法实时修正模糊控制器的输入和输出隶属度参数,得到一种在线模糊自适应控制的新方法.通过倒立摆的仿真实验表明,该方法是可行的并能适应对象特性的大范围变化. 展开更多
关键词 模糊神经网络 模型参考 自适应控制
在线阅读 下载PDF
基于气动人工肌肉的自适应模糊小脑模型神经网络位置跟踪控制 被引量:5
5
作者 沈伟 施光林 《上海交通大学学报》 EI CAS CSCD 北大核心 2012年第4期579-583,共5页
针对一种气动人工肌肉驱动的弹簧质量位置控制系统,设计了一种自适应模糊小脑模型神经网络(AFCMAC)控制器.离散抗饱和PID(DASPID)并行监督控制设计保证了控制运行初期不会出现较大的跟踪误差和气压波动,使AFCMAC的在线实时学习调整成为... 针对一种气动人工肌肉驱动的弹簧质量位置控制系统,设计了一种自适应模糊小脑模型神经网络(AFCMAC)控制器.离散抗饱和PID(DASPID)并行监督控制设计保证了控制运行初期不会出现较大的跟踪误差和气压波动,使AFCMAC的在线实时学习调整成为可能.在线实时的自适应算法逐步提高了AFCMAC的控制性能,从而最终完全过渡到AFCMAC控制.通过规划AF-CMAC的输入空间,保证了AFCMAC对迟滞力和气压波动等不确定因素的感知能力,为实现AF-CMAC控制奠定了基础.对DASPID与AFCMAC控制器的位置跟踪控制性能进行了对比实验.结果表明,在非线性系统条件下,AFCMAC较之DASPID有着更好的跟踪控制性能和较低的实现难度. 展开更多
关键词 气动人工肌肉 自适应模糊小脑模型神经网络 位置跟踪控制
在线阅读 下载PDF
基于模型参考自适应模糊神经网络的直线永磁同步电动机速度伺服系统 被引量:3
6
作者 沈显庆 王成元 《电机与控制学报》 EI CSCD 北大核心 2005年第5期425-427,431,共4页
针对直线永磁同步电动机全闭环控制系统易受干扰而降低系统性能指标,甚至造成不稳定等问题,采用模型参考自适应模糊神经网络在线辩识方法,用梯度法实时修正模糊控制器的输入和输出隶属度参数,建立了模型参考自适应模糊神经网络速度伺服... 针对直线永磁同步电动机全闭环控制系统易受干扰而降低系统性能指标,甚至造成不稳定等问题,采用模型参考自适应模糊神经网络在线辩识方法,用梯度法实时修正模糊控制器的输入和输出隶属度参数,建立了模型参考自适应模糊神经网络速度伺服系统模型,并给出了模糊神经网络控制器的设计。通过仿真和实验结果证明,这种方法提高了速度检测装置的分辨率和动态响应能力,并且使系统具有很强的鲁棒性。 展开更多
关键词 模型参考自适应 模糊神经网络 直线永磁同步电动机 时滞补偿器
在线阅读 下载PDF
神经网络模糊非参数模型自适应控制及仿真 被引量:1
7
作者 朱娟萍 侯忠生 《系统仿真学报》 EI CAS CSCD 北大核心 2006年第6期1623-1625,共3页
提出一种基于神经网络的模糊非参数模型自适应控制方案。该方案仅用受控系统的I/O数据来设计控制器,综合了模糊控制、神经网络与非参数模型学习自适应控制各自的优点。仿真表明该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。
关键词 神经网络 模糊控制 非参数模型自适应控制 伪偏导数
在线阅读 下载PDF
基于结合自适应步长布谷鸟搜查算法的模糊神经网络的软件可靠性增长模型 被引量:1
8
作者 刘逻 郭立红 《计算机应用》 CSCD 北大核心 2014年第10期2908-2912,共5页
针对现有的软件可靠性增长模型(SRGM)适用性较差、预测精度波动大的问题,使用自适应步长布谷鸟搜查(ASCS)算法对模糊神经网络(FNN)的权重和阈值进行寻优,利用得到了最优权重和阈值的FNN建立SRGM。在使用缺陷数据对FNN训练的过程中,利用A... 针对现有的软件可靠性增长模型(SRGM)适用性较差、预测精度波动大的问题,使用自适应步长布谷鸟搜查(ASCS)算法对模糊神经网络(FNN)的权重和阈值进行寻优,利用得到了最优权重和阈值的FNN建立SRGM。在使用缺陷数据对FNN训练的过程中,利用ASCS来调整FNN的权重和阈值,以此提高在预测过程中的精度,同时采用多次预测结果取均值的方式来减小FNN预测的波动性,以此建立基于结合自适应步长布谷鸟搜查算法的模糊神经网络(ASCS-FNN)的软件可靠性增长模型。利用3组软件缺陷数据,以误差比均值和误差平方和作为衡量标准,对基于ASCS-FNN、结合模拟退火算法的动态模糊神经网络(SA-DFNN)、FNN、BP网络(BPN)建立的SRGM的一步向前预测能力进行比较。预测结果表明,在四组模型中,基于ASCS-FNN建立的SRGM相对于SA-DFNN、FNN、BPN建立的SRGM的平均预测精度相对提高率RI(AE)和RI(SSE)分别为-1.48%、54.8%、33.8%和14.4%、76%、35.9%,并且该模型比FNN、BPN建立的SRGM在相同缺陷数据下的预测波动性小,而且网络结构比SA-DFNN的网络结构简单。因此该模型具有预测精度较高、预测稳定和具有一定的适用性等优点。 展开更多
关键词 软件可靠性增长模型 软件缺陷数据 自适应步长布谷鸟搜查算法 模糊神经网络 一步向前预测
在线阅读 下载PDF
模糊神经网络模型参考自适应控制
9
作者 王雷 姚灵石 吴士昌 《燕山大学学报》 CAS 1998年第4期341-344,共4页
给出了一种基于模糊神经网络的模型参考自适应控制方案,首先,构造了一种运用递推预报误差(RPE)算法的多层前向神经网络,并用其对被控对象建模,然后,又构造了一种模糊神经网络控制器(FNNC),从而为一类难以建立精确数学模型的非线性... 给出了一种基于模糊神经网络的模型参考自适应控制方案,首先,构造了一种运用递推预报误差(RPE)算法的多层前向神经网络,并用其对被控对象建模,然后,又构造了一种模糊神经网络控制器(FNNC),从而为一类难以建立精确数学模型的非线性被控对象提供了一种新的自适应控制方法,仿真结果验证了其有效性, 展开更多
关键词 RPE算法 模糊神经网络 模型参考 自适应控制
在线阅读 下载PDF
浙江省月度电力需求的变分模态分解-自适应模糊神经网络-差分整合移动平均自回归组合预测模型及应用 被引量:6
10
作者 董知周 黄建平 +6 位作者 许晓敏 李铮 纪正森 高恬 吴庚奇 夏洪涛 陈浩 《科学技术与工程》 北大核心 2021年第12期4957-4967,共11页
为提高电力需求预测的精度,提出了一种将变分模态分解(variational mode decomposition,VMD)和自适应模糊神经网络(adaptive network-based fuzzy inference system,ANFIS)相结合的方法并应用到月度电力需求预测中。首先将原始数据通过... 为提高电力需求预测的精度,提出了一种将变分模态分解(variational mode decomposition,VMD)和自适应模糊神经网络(adaptive network-based fuzzy inference system,ANFIS)相结合的方法并应用到月度电力需求预测中。首先将原始数据通过VMD分解成有限带宽的子模态序列,选用差分整合移动平均自回归模型(autoregressive integrated moving average model,ARIMA)、ANFIS、经验模态分解(empirical mode decomposition,EMD)与ANFIS相结合和VMD-ANFIS几种模型进行预测结果对比。结果表明:相比直接利用ANFIS模型得到的预测结果,增加VMD分解过程能有效减小预测误差。说明所应用的VMD-ANFIS方法更具优越性,可以获得更好的预测结果。 展开更多
关键词 电力需求预测 差分整合移动平均自回归模型(ARIMA) 变分模态分解 自适应模糊神经网络
在线阅读 下载PDF
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
11
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
简化前馈网络用于负荷模型参数辨识的研究 被引量:29
12
作者 艾芊 陈陈 +2 位作者 沈善德 顾丹珍 周玉光 《中国电机工程学报》 EI CSCD 北大核心 2005年第5期21-27,共7页
负荷的精确建模在电力系统分析中的重要性已被电力工作者所认识到。文中在对自适应的三层前馈网络(ABP)进行修改、简化后,得到简化(或线性)前馈网络(LBP)。并结合现场试验和仿真数据,对用线性前馈网络和辅助变量法对负荷建模的精度进行... 负荷的精确建模在电力系统分析中的重要性已被电力工作者所认识到。文中在对自适应的三层前馈网络(ABP)进行修改、简化后,得到简化(或线性)前馈网络(LBP)。并结合现场试验和仿真数据,对用线性前馈网络和辅助变量法对负荷建模的精度进行了比较。把线性前馈网络作为一种算法,对负荷动态模型即差分方程的参数进行了辨识。同时,应用 LBP 对负荷静态模型即幂函数和多项式模型的参数进行了辨识,还提出基于人工神经网络的负荷动静模型同时辨识法。 展开更多
关键词 负荷模型 前馈网络 负荷建模 电力系统分析 参数辨识 静态模型 仿真 简化 算法 自适应
在线阅读 下载PDF
基于自适应网络模糊推理系统的开关磁阻电机建模方法 被引量:30
13
作者 梁得亮 丁文 鱼振民 《中国电机工程学报》 EI CSCD 北大核心 2008年第9期86-92,共7页
提出一种开关磁阻电机(switched reluctance motor,SRM)数学建模的新方法:在已知开关磁阻电机静态电感曲线和矩角特性曲线的基础上,将自适应网络模糊推理系统(adaptive network based fuzzy inference system,ANFIS)用于SRM的整体建模... 提出一种开关磁阻电机(switched reluctance motor,SRM)数学建模的新方法:在已知开关磁阻电机静态电感曲线和矩角特性曲线的基础上,将自适应网络模糊推理系统(adaptive network based fuzzy inference system,ANFIS)用于SRM的整体建模中。该模糊推理系统由5层网络构成,将模糊推理与神经网络有机结合起来,利用它的自学习功能计算出模糊系统的隶属度函数以及相应的模糊规则,形成一个结构简单、紧凑的网络来实现电机绕组电流、转子位置角与电感和转矩的非线性映射关系,然后离线训练得到电感与转矩模型。把这种基于ANFIS的电感和矩角模型应用于SRM的系统建模中,以550W、6/4极SRM为例,进行了仿真与实验比较,结果表明此建模方法能够较好的反映SRM的实际工作状况,从而为SRM系统的建模分析与设计提供一种新的有力的工具。 展开更多
关键词 开关磁阻电机 电感模型 矩角模型 自适应网络 模糊推理系统
在线阅读 下载PDF
改进的简化粒子群算法优化模糊神经网络建模 被引量:16
14
作者 周丹 南敬昌 高明明 《计算机应用研究》 CSCD 北大核心 2015年第4期1000-1003,共4页
为了更准确地描述有记忆效应的射频功放特性,提出了一种改进的简化粒子群优化(PSO)算法,并结合自适应模糊推理系统(ANFIS)建立模糊神经网络功放模型。改进的简化PSO算法仅保留粒子的位置项,加入了随机的个体最优候选解,由粒子的当前位... 为了更准确地描述有记忆效应的射频功放特性,提出了一种改进的简化粒子群优化(PSO)算法,并结合自适应模糊推理系统(ANFIS)建立模糊神经网络功放模型。改进的简化PSO算法仅保留粒子的位置项,加入了随机的个体最优候选解,由粒子的当前位置、个体最优解、全局最优解和随机的个体最优候选解共同决定其位置项;采用线性递减惯性权重,并利用异步变化的动态学习因子,且新颖地引入拉普拉斯系数,从而增加了种群多样性,加快了收敛速度,避免陷入局部最优。由模型仿真对比可知,该方法建立的功放模型结构简单、收敛快、误差小、精度高,从而验证了建模方法的有效性和可靠性。 展开更多
关键词 记忆功放模型 自适应模糊推理系统 简化粒子群算法 个体最优候选解 拉普拉斯系数
在线阅读 下载PDF
开关磁阻电机自适应模糊神经网络系统(ANFIS)无位置传感器控制 被引量:11
15
作者 吴江潦 易灵芝 +2 位作者 彭寒梅 刘香 邓文浪 《煤炭学报》 EI CAS CSCD 北大核心 2010年第8期1401-1405,共5页
提出一种基于有限元模型的开关磁阻电机自适应模糊神经网络系统(ANFIS)无位置传感器控制的新方法。自适应模糊神经网络系统以相绕组的电流和磁链为输入,以转子位置角度为输出,从而建立起电流、磁链和转子位置角度的非线性映射关系。网... 提出一种基于有限元模型的开关磁阻电机自适应模糊神经网络系统(ANFIS)无位置传感器控制的新方法。自适应模糊神经网络系统以相绕组的电流和磁链为输入,以转子位置角度为输出,从而建立起电流、磁链和转子位置角度的非线性映射关系。网络训练的样本数据来自于有限元模型分析,它具有足够的精度,且不需要测量仪器和线路布置,不受环境干扰因素影响,能够大幅减少试验成本,缩短试验周期。仿真和实验结果表明,由自适应模糊神经网络获得的角度信号和由位置传感器获得的角度信号相比误差较小,电机能够准确换相,且输出转矩波动小,转速曲线平滑,电机在无位置传感器下运行良好。 展开更多
关键词 开关磁阻电机 自适应模糊神经网络系统 无位置传感器 有限元模型
在线阅读 下载PDF
一种基于模糊神经网络的自适应模糊辨识方法 被引量:5
16
作者 江善和 申东日 陈义俊 《系统仿真学报》 CAS CSCD 2003年第5期731-734,共4页
基于改进的T-S模型,提出一种自适应模糊神经网络模型(AFNN)。首先,基于模糊竞争学习算法确定系统的模糊空间和模糊规则数,并得出每个样本对每条规则的适用程度。其次,利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN具有结构简洁,逼近... 基于改进的T-S模型,提出一种自适应模糊神经网络模型(AFNN)。首先,基于模糊竞争学习算法确定系统的模糊空间和模糊规则数,并得出每个样本对每条规则的适用程度。其次,利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN具有结构简洁,逼近能力强,能够显著提高辨识精度,并且辨识的模糊模型简单有效。最后,将该AFNN用于非线性系统的模糊辨识,仿真结果验证了该方法的有效性。 展开更多
关键词 T—S模型 自适应模糊神经网络 模糊竞争学习 模糊辨识
在线阅读 下载PDF
基于改进LuGre摩擦模型的机器人关节模糊自适应反步控制 被引量:11
17
作者 李俊阳 赵琛 +1 位作者 夏雨 甘来 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2022年第10期147-156,共10页
为实现机器人关节在非线性摩擦和外界未知干扰力矩等因素影响下的精确和稳定控制,通过改进LuGre摩擦模型来描述系统的非线性摩擦特性,采用自适应算法进行摩擦补偿来逼近摩擦力的变化,并采用模糊神经网络逼近外界未知干扰力矩对系统的影... 为实现机器人关节在非线性摩擦和外界未知干扰力矩等因素影响下的精确和稳定控制,通过改进LuGre摩擦模型来描述系统的非线性摩擦特性,采用自适应算法进行摩擦补偿来逼近摩擦力的变化,并采用模糊神经网络逼近外界未知干扰力矩对系统的影响.引入正切障碍李雅普诺夫(Lyapunov)函数对输出信号进行约束,使误差被限制在给定范围之内.利用双曲正弦函数跟踪微分器解决了虚拟输入微分引起的“微分爆炸”和一阶滤波器精度差问题,将自适应控制方法与反步控制理论相结合,提出了一种带摩擦补偿的模糊自适应反步控制方法.利用Lyapunov判据证明了闭环系统的所有误差最终一致有界,并通过仿真得出本文所提出的控制方法相比于传统PID与神经网络动态面控制(Radial Basis Function Dynamic Surface Control,RBFDSC),位置跟踪误差分别提高了近7.5%和3%;当LuGre模型参数变化时,自适应算法也可以精确对摩擦力进行跟踪补偿,从而验证了本文所提出的控制策略的有效性和鲁棒性. 展开更多
关键词 改进LuGre摩擦模型 正切障碍李雅普诺夫函数 自适应反步控制 模糊神经网络
在线阅读 下载PDF
基于神经网络参考模型的船舶航向智能自适应控制系统 被引量:12
18
作者 孟浩 赵国良 《哈尔滨工程大学学报》 EI CAS CSCD 2003年第4期395-399,共5页
为使船舶能在不同状态和环境下按所希望的要求改变船舶的航向,提出了一种基于神经网络参考模型的船舶航向智能自适应控制算法,利用神经网络建立了参考模型和船舶航向运动的辨识模型.并将模糊控制与神经网络相结合,设计了模糊神经网络控... 为使船舶能在不同状态和环境下按所希望的要求改变船舶的航向,提出了一种基于神经网络参考模型的船舶航向智能自适应控制算法,利用神经网络建立了参考模型和船舶航向运动的辨识模型.并将模糊控制与神经网络相结合,设计了模糊神经网络控制器.利用神经网络的学习功能对控制器的隶属度函数及推理规则进行修正,以提高其自适应能力.仿真结果表明该算法对船舶转向控制有良好的效果. 展开更多
关键词 船舶航向控制 模糊神经网络 参考模型 自适应控制
在线阅读 下载PDF
基于模糊CMAC网络的非线性自适应逆控制 被引量:6
19
作者 侯海军 雷勇 叶小勇 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第8期2039-2043,共5页
针对非线性自适应逆控制中非线性对象的建模和逆建模的精确性这一问题,提出一种基于模糊小脑模型关节控制器(Fuzzy Cerebellar Model Articulation Controller,FCMAC)网络的非线性自适应逆控制方案。将模糊逻辑思想嵌入到CMAC中构成FCMA... 针对非线性自适应逆控制中非线性对象的建模和逆建模的精确性这一问题,提出一种基于模糊小脑模型关节控制器(Fuzzy Cerebellar Model Articulation Controller,FCMAC)网络的非线性自适应逆控制方案。将模糊逻辑思想嵌入到CMAC中构成FCMAC来对非线性对象进行较精确的逆建模,从而构建逆控制系统。在对象特性未知的情况下,选用BP网络来对象进行正建模,并由BP网络的辩识结果来对FCMAC的参数进行调整。仿真实验表明了该方案的有效性,且验证了其控制效果较单纯的CMAC网络逆控制更理想。 展开更多
关键词 神经网络 模糊小脑模型关节控制器 自适应逆控制 BP算法
在线阅读 下载PDF
驾驶员自适应神经模糊推理模型的建立与仿真 被引量:5
20
作者 董文瀚 孙秀霞 林岩 《电光与控制》 北大核心 2007年第5期102-105,116,共5页
提出了一类基于自适应神经模糊推理系统(ANFIS)的飞机驾驶员建模方法。首先建立了包含若干待定模糊规则参数的基本驾驶员Takagi-Sugeno模糊模型,将其转换成等效的ANFIS网络系统后,采用驾驶员实际操纵数据和自适应BP算法对模糊规则各个... 提出了一类基于自适应神经模糊推理系统(ANFIS)的飞机驾驶员建模方法。首先建立了包含若干待定模糊规则参数的基本驾驶员Takagi-Sugeno模糊模型,将其转换成等效的ANFIS网络系统后,采用驾驶员实际操纵数据和自适应BP算法对模糊规则各个待定参数进行训练并建立最终的模型。进而对已建立的驾驶员模型进行人机闭环系统仿真,结果表明,较之传统的传递函数模型,ANFIS模型与驾驶员实际操作输出之间的拟合程度更加理想。 展开更多
关键词 驾驶员模型 模糊推理 神经网络 自适应控制 飞行控制
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