期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4,633篇文章
< 1 2 … 232 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于模糊Modular神经网络的官厅水库及邻区的地震危险性估计 被引量：4
1
作者 武安绪 吴培稚 张丽芳 《西北地震学报》 CSCD 北大核心 2005年第z1期65-71,共7页
首先介绍了模糊Modular神经网络的原理、建模方法与仿真实验,然后利用该方法把一些常用的地震学指标作为神经网络的输入,未来50年最大震级则作为网络的期望输出,对官厅水库及邻区的地震活动进行学习与最大震级序列建模,进行危险性预测... 首先介绍了模糊Modular神经网络的原理、建模方法与仿真实验,然后利用该方法把一些常用的地震学指标作为神经网络的输入,未来50年最大震级则作为网络的期望输出,对官厅水库及邻区的地震活动进行学习与最大震级序列建模,进行危险性预测。通过分析,认为该方法在一定程度上具有学习、建模与外推预测泛化能力,具有很好的中长期地震危险性预测效果,可以作为中长期地震危险性分析的工具。 展开更多
关键词 官厅水库及邻区 模糊modular神经网络 地震危险性预测
在线阅读 下载PDF
基于模糊神经网络在线自学习的多智能体一致性控制 被引量：1
2
作者 张宪霞 唐胜杰 俞寅生 《自动化学报》 北大核心 2025年第3期590-603,共14页
针对多智能体系统分布式一致性控制问题,提出一种新的融合动态模糊神经网络(Dynamic fuzzy neural network,DFNN)和自适应动态规划(Adaptive dynamic programming,ADP)算法的无模型自适应控制方法.类似于强化学习中执行者-评论家结构,D... 针对多智能体系统分布式一致性控制问题,提出一种新的融合动态模糊神经网络(Dynamic fuzzy neural network,DFNN)和自适应动态规划(Adaptive dynamic programming,ADP)算法的无模型自适应控制方法.类似于强化学习中执行者-评论家结构,DFNN和神经网络(Neural network,NN)分别逼近控制策略和性能指标.每个智能体的DFNN执行者从零规则开始,通过在线学习,与其局部邻域的智能体交互而生成和合并规则.最终,每个智能体都有一个独特的DFNN控制器,具有不同的结构和参数,实现了最优的分布式同步控制律.仿真结果表明,本文提出的在线算法在非线性多智能体系统分布式一致性控制中优于传统基于NN的ADP算法. 展开更多
关键词 多智能体系统 自适应动态规划 动态模糊神经网络 分布式一致性控制 在线学习
在线阅读 下载PDF
基于模糊神经网络-粒子群优化算法的电机直驱操动机构速度环控制参数优化方法
3
作者 黎卫国 马丽娟 +4 位作者 张长虹 杨旭 李明洋 肖曦 王潇 《电气工程学报》 北大核心 2025年第3期20-27,共8页
电机直驱操动机构作为一种融合电力电子器件与永磁同步电机的新型操动机构,具备传动结构简单、控制柔性高、数字化能力强等优势。针对在实际运行工况中,电机直驱操动机构负载的变化导致速度环性能下降的问题,提出一种基于模糊神经网络(F... 电机直驱操动机构作为一种融合电力电子器件与永磁同步电机的新型操动机构,具备传动结构简单、控制柔性高、数字化能力强等优势。针对在实际运行工况中,电机直驱操动机构负载的变化导致速度环性能下降的问题,提出一种基于模糊神经网络(Fuzzy neural network,FNN)-粒子群优化(Particle swarm optimization,PSO)算法的电机直驱操动机构速度环控制参数优化方法,标准PSO算法用于优化电机直驱操动机构中永磁同步电机(Permanent magnet synchronous motor,PMSM)控制系统的速度环PI(Proportional integral,PI)参数,而FNN算法用于优化PSO算法中的惯性权重。首先,建立PMSM数学模型,并分析速度环PI控制器参数设计方法;其次,基于标准PSO算法对电机直驱操动机构中PMSM控制系统速度环PI控制器参数优化进行分析;随后,结合FNN算法对标准PSO算法中的惯性权重进行优化;最终,通过试验验证了所提方法的有效性。试验结果表明,该方法能够提高电机直驱操动机构控制系统速度环性能,为电机直驱操动机构在面对系统惯量变化时的控制性能提升提供了一种有效的解决方案。 展开更多
关键词 高压断路器 操动机构 模糊神经网络 粒子群算法
在线阅读 下载PDF
基于模糊推理和Jordan神经网络的磁悬浮球位置补偿控制研究
4
作者 李孝茹 陈士松 黄之文 《上海理工大学学报》 北大核心 2025年第3期299-308,共10页
针对欠训练Jordan神经网络(Jordan neural network,JNN)输出不确定性导致的控制系统动态性能不佳的问题,提出了一种基于模糊推理(fuzzy inference,FI)和JNN的磁悬浮球位置补偿控制新方法,构建了包含基础控制、JNN控制和FI的三模块控制... 针对欠训练Jordan神经网络(Jordan neural network,JNN)输出不确定性导致的控制系统动态性能不佳的问题,提出了一种基于模糊推理(fuzzy inference,FI)和JNN的磁悬浮球位置补偿控制新方法,构建了包含基础控制、JNN控制和FI的三模块控制框架。基础控制模块采用适应性强的PID控制器;JNN控制模块实现磁悬浮球系统的在线辨识与补偿;FI模块动态调整神经网络控制器的输出,以抑制欠训练JNN带来的不确定性影响。实验结果表明,与传统神经网络补偿控制方法相比,在跟踪阶跃信号和方波信号时,超调量分别减小了39.79%和60.61%,调节时间分别减小了19.52%和48.47%。该方法在保证稳态精度的同时,显著提升了控制系统的动态性能。 展开更多
关键词 模糊推理 Jordan神经网络 位置补偿控制 磁悬浮球
在线阅读 下载PDF
模糊神经网络下船舶舱室照明亮度调节方法
5
作者 海光美 夏乃兵 《舰船科学技术》 北大核心 2025年第9期84-88,共5页
船舶舱室照明系统会受到多种因素的影响,这些因素往往具有模糊性和不确定性,传统神经网络不具备有效处理上述问题的能力,因此,提出模糊神经网络下船舶舱室照明亮度自动调节方法。采集船舶舱室亮度数据,利用自适应加权算法得到清洗后亮... 船舶舱室照明系统会受到多种因素的影响,这些因素往往具有模糊性和不确定性,传统神经网络不具备有效处理上述问题的能力,因此,提出模糊神经网络下船舶舱室照明亮度自动调节方法。采集船舶舱室亮度数据,利用自适应加权算法得到清洗后亮度数据,并通过余弦定律获得各角度照明亮度。将得到的亮度参数输入至模糊神经网络中进行模糊化处理,转换为模糊语言变量,根据专家知识或经验建立模糊规则库,并根据输入的模糊语言变量和模糊规则库进行模糊推理,得到模糊输出,将模糊输出转换为具体的亮度调节值,通过去模糊化后的输出值调节船舶舱室的照明亮度。实验结果证明所提方法能够完成船舶舱室照明亮度的自动调节,保证舱室内照明亮度的舒适度。 展开更多
关键词 模糊神经网络 船舶舱室 照明亮度 自动调节 余弦定律
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 被引量：2
6
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
结合BP神经网络和毕达哥拉斯模糊数的工业机器人系统的可靠性分配
7
作者 徐闽军 董秋仙 +3 位作者 刘汝良 刘君 夏辰光 方笑婕 《机械强度》 北大核心 2025年第8期131-140,共10页
为确保工业机器人实现可靠性目标,可靠性分配是其制造设计阶段需要完成的任务。根据工业机器人结构复杂、不确定度高、样品少且组成零件间具有失效相关性的特点,提出了一种基于反向传播(Back Propagation,BP)神经网络和毕达哥拉斯模糊数... 为确保工业机器人实现可靠性目标,可靠性分配是其制造设计阶段需要完成的任务。根据工业机器人结构复杂、不确定度高、样品少且组成零件间具有失效相关性的特点,提出了一种基于反向传播(Back Propagation,BP)神经网络和毕达哥拉斯模糊数(Pythagorean Fuzzy Number,PFN)的工业机器人系统的可靠性分配方法,使用Copula函数建立系统可靠性模型,将工业机器人的故障分为系统级、子系统级和部件级3个层次,通过使用BP神经网络,将系统可靠性、子系统结构重要度和子系统复杂度作为输入变量,完成系统级到子系统级的可靠性分配;引入PFN对重要程度、环境条件、技术水平、可维修性、费用灵敏度、复杂性6个影响因素进行评分,从而构造分配权重,完成子系统级到部件级的可靠性分配。结果表明,该方法可以实现可靠性目标,并保证了可靠性的增长。 展开更多
关键词 可靠性分配 工业机器人 COPULA函数 BP神经网络 毕达哥拉斯模糊数
在线阅读 下载PDF
模糊综合评价-BP神经网络在电气火灾风险评估中的应用 被引量：7
8
作者 徐晓楠 宁鑫 +2 位作者 朱远鹏 高鹏 张怡 《安全与环境学报》 北大核心 2025年第1期1-10,共10页
我国电气火灾发生频繁且损失严重,对电气火灾风险状态进行评估可以有效辅助电气火灾防控决策,预防电气火灾。针对低压线路电气火灾特点,建立了一种基于模糊综合评价-BP神经网络的电气火灾风险评估模型。首先,从电气因素、环境因素、空... 我国电气火灾发生频繁且损失严重,对电气火灾风险状态进行评估可以有效辅助电气火灾防控决策,预防电气火灾。针对低压线路电气火灾特点,建立了一种基于模糊综合评价-BP神经网络的电气火灾风险评估模型。首先,从电气因素、环境因素、空间因素及人为因素4个方面选取10个定量指标、9个定性指标构建电气火灾风险评估指标体系;然后,采用层次分析法(Analytic Hierarchy Process,AHP)和熵权法计算指标静态权重并进行动态加权;其次,参照低压线路运行工况选取符合实际工况的指标参数进行模糊综合评价,获得训练数据集;最后,构建BP神经网络模型对数据集进行训练,形成风险评估模型。经训练结果分析和试验验证,采用该方法建立的评估模型可行且预测结果合理、可靠,可为电气线路的实时火灾风险评估提供参考。 展开更多
关键词 安全工程 电气火灾 风险评估 动态加权 模糊综合评价 BP神经网络
在线阅读 下载PDF
基于模糊评价-BP神经网络的煤炭地下气化选址模型研究——以新疆阜康矿区为例
9
作者 蔚雨 杨曙光 +8 位作者 张娜 李鑫 王海超 桑树勋 曾志伟 田继军 来鹏 陶建 刘韫碹 《煤炭学报》 北大核心 2025年第8期3830-3842,共13页
煤炭地下气化(Underground Coal Gasification,UCG)技术作为我国天然气增储升产的战略替代方案,其安全高效开发高度依赖于精准的地质评价与选址,但传统UCG选址方法主观性强、时效性差。针对上述问题,以新疆阜康矿区26个煤矿的162组煤层... 煤炭地下气化(Underground Coal Gasification,UCG)技术作为我国天然气增储升产的战略替代方案,其安全高效开发高度依赖于精准的地质评价与选址,但传统UCG选址方法主观性强、时效性差。针对上述问题,以新疆阜康矿区26个煤矿的162组煤层数据为研究对象,在全面总结前人概括的UCG地质影响因素基础上,构建了涵盖建炉可行性、过程易控性等4项一级指标;井壁稳定性、轨迹可控性等9项二级指标和坚固性系数、煤层厚度等30项三级指标的评价指标体系;同时利用层次分析法和模糊评价法对各组煤层进行了综合地质评价,识别出了各煤矿中具备UCG开发潜力的最有利煤层;基于各组煤层的评价结果,引入BP神经网络构建了模糊评价-BP神经网络UCG选址模型;最终为验证模型的可靠性与高效性,进一步选取阜康矿区康龙煤矿作为典型案例进行实证分析。结果表明:煤层厚度(权重占比17.99%)、煤层倾角(7.33%)、褶皱复杂程度(7.26%)等地质因素是影响UCG选址的关键指标;35-36号煤在研究区UCG有利煤层中占比最大,达19.23%;模糊评价-BP神经网络模型通过输入标准化的地质参数数据,可快速生成选址适宜性评估结果,实现对其他复杂地质条件的空白评价区域进行快速准确的UCG选址。研究结果有望丰富UCG选址体系与选址方法,并为新疆难开采煤炭资源的清洁开发提供思路。 展开更多
关键词 煤炭地下气化 模糊综合评价 BP神经网络 阜康矿区 机器学习
在线阅读 下载PDF
某扫雷器的模糊神经网络控制
10
作者 李勃 高强 +2 位作者 李佳帅 肖顺志 朱新向 《兵工自动化》 北大核心 2025年第8期78-82,93,共6页
针对爆破扫雷器电液伺服系统参数不确定、时变性等问题,利用模糊控制鲁棒性和神经网络自适应能力强的特点,设计模糊控制与神经网络相结合的控制策略。建立扫雷器电液伺服系统的数学模型,分析模糊神经网络控制器的结构,采用遗传算法和共... 针对爆破扫雷器电液伺服系统参数不确定、时变性等问题,利用模糊控制鲁棒性和神经网络自适应能力强的特点,设计模糊控制与神经网络相结合的控制策略。建立扫雷器电液伺服系统的数学模型,分析模糊神经网络控制器的结构,采用遗传算法和共轭梯度法优化学习算法;在Simulink中建立控制系统模型,对比传统PID控制器、模糊神经网络控制器和遗传算法与共轭梯度优化的模糊神经网络控制器性能。仿真结果表明:优化后的控制器具有较快的响应速度、较强的鲁棒性与稳定性。 展开更多
关键词 电液伺服系统 模糊神经网络 遗传算法
在线阅读 下载PDF
基于非降阶法的模糊惯性神经网络的固定时间同步
11
作者 陈腾 戴厚平 龙常青 《控制理论与应用》 北大核心 2025年第10期1990-1998,共9页
截止目前,关于惯性神经网络的固定时间同步分析大都采用变量代换将其进行降阶处理,这种降阶法虽然有效,但增加了系统维数,消除了惯性项对系统的影响.因此,基于非降阶的方法,本文研究了一类时滞模糊惯性神经网络的固定时间同步控制问题.... 截止目前,关于惯性神经网络的固定时间同步分析大都采用变量代换将其进行降阶处理,这种降阶法虽然有效,但增加了系统维数,消除了惯性项对系统的影响.因此,基于非降阶的方法,本文研究了一类时滞模糊惯性神经网络的固定时间同步控制问题.在Filippov解的定义和有限时间稳定的理论框架下,通过设计非线性反馈控制器,获得了确保该类神经网络在固定时间内实现同步的一些同步准则.此外,通过应用一些不等式技巧,估算出了同步时间的上界,可为其应用于实际工程中提供可靠性保证.最后,通过数值算例验证了本文所得结果的可靠性,并将其应用于图像加解密. 展开更多
关键词 不连续激活函数 模糊惯性神经网络 固定时间同步 非降阶法
在线阅读 下载PDF
融合模糊神经网络预决策的有源配电网实时随机调度方法
12
作者 程礼临 罗子杰 +3 位作者 李群 张宁宇 李雅然 臧海祥 《电力系统自动化》 北大核心 2025年第19期75-85,共11页
伴随大量分布式资源接入有源配电网,配电网内部不确定性增强。为建立准确的调度模型,将光伏出力的不确定性、负荷的随机性分别描述为对应预测误差的不确定性,并通过数据驱动的方法获得不确定变量的概率分布。考虑到基于二阶锥松弛(SOCR... 伴随大量分布式资源接入有源配电网,配电网内部不确定性增强。为建立准确的调度模型,将光伏出力的不确定性、负荷的随机性分别描述为对应预测误差的不确定性,并通过数据驱动的方法获得不确定变量的概率分布。考虑到基于二阶锥松弛(SOCR)的潮流模型可能违反松弛条件并造成误差,基于欧拉方程重新推导了潮流模型,进一步建立有源配电网经济、安全的随机优化功率调度模型。针对所提模型的特点,提出一种融合模糊神经网络(FNN)预决策的有源配电网实时随机调度方法。首先,利用FNN对不确定变量的概率分布进行模糊描述,将其输出作为求解器寻优的初值。然后,通过求解器进行加速求解。最后,通过改进的IEEE 33节点系统验证所提模型和方法的有效性。 展开更多
关键词 有源配电网 实时随机调度 数据驱动 潮流 模糊神经网络 不确定性
在线阅读 下载PDF
深度模糊神经网络的设计和预测
13
作者 魏呈彪 赵涛岩 +1 位作者 曹江涛 李平 《系统仿真学报》 北大核心 2025年第9期2200-2210,共11页
要:针对深度神经网络可解释性差,处理大数据回归预测问题时对模型的修正没有针对性,提出一种深度模糊神经网络(deep fuzzy neural network,DFNN)。DFNN在结构学习方面采用一种自适应模糊C均值聚类算法(adaptive fuzzy C-means,AFCM),通... 要:针对深度神经网络可解释性差,处理大数据回归预测问题时对模型的修正没有针对性,提出一种深度模糊神经网络(deep fuzzy neural network,DFNN)。DFNN在结构学习方面采用一种自适应模糊C均值聚类算法(adaptive fuzzy C-means,AFCM),通过计算引入的有效性函数确定模型的结构,即规则数和规则的前件参数;后件参数的辨识使用一种改进的灰狼优化算法(improved grey wolf optimization,IGWO),通过使用指数收敛因子替换GWO中的线性递减策略,并且使用结合动态权重更新的自适应位置更新策略,通过该算法对深度模糊神经网络的后件参数以及自适应模糊均值聚类中的初始化参数进行了优化。将DFNN和相关算法应用于Box-Jenkins燃气炉和短时交通流预测问题中,实验结果证明了提出的模型及算法的可行性。 展开更多
关键词 深度模糊神经网络 自适应聚类 灰狼算法 Box-Jenkins燃气炉 交通流预测
在线阅读 下载PDF
基于模糊神经网络的农用底盘轨迹跟踪研究
14
作者 代聪 唐兴隆 +1 位作者 张涛 李磊 《南方农机》 2025年第17期24-28,34,共6页
【目的】分析建立无人驾驶农用底盘运动学模型,消除不确定性对系统的影响,使得无人驾驶农用底盘的运动轨迹能够持续跟踪预定轨迹。【方法】针对无人驾驶农用底盘运动轨迹具有的时变、非线性及外部扰动等特性,设计出一种基于模糊神经网... 【目的】分析建立无人驾驶农用底盘运动学模型,消除不确定性对系统的影响,使得无人驾驶农用底盘的运动轨迹能够持续跟踪预定轨迹。【方法】针对无人驾驶农用底盘运动轨迹具有的时变、非线性及外部扰动等特性,设计出一种基于模糊神经网络控制算法的轨迹跟踪控制器。通过自适应律更新控制器增益参数消除不确定因素对系统的影响,并在MATLAB/Simulink中搭建运动仿真实验模型,对比分析所提算法与传统PID算法在误差、路径扰动、跟踪效果方面的表现。【结果】所设计的控制器能够迅速跟踪参考轨迹,在路径跟踪控制过程中具有收敛速度快、超调量小、控制稳定等特点;与传统PID控制方式相比,横向和纵向误差表现更优,系统具有更快的轨迹跟踪控制反应速度。【结论】该控制器对于移动农用底盘系统的实际应用场景,尤其是需要高精度导航和稳定性的场景,具有重要的意义,可以极大地提高系统的可靠性和实用性。 展开更多
关键词 农用底盘 轨迹跟踪 模糊神经网络 MATLAB 仿真
在线阅读 下载PDF
基于模糊神经网络的深远海网箱养殖水质评价
15
作者 付晓月 赵琳琳 +3 位作者 陈乾龙 赵明冬 张小楠 闫宁 《水产养殖》 2025年第10期21-26,共6页
采用模糊神经网络方法,对2023年1月—2024年12月海州湾某深远海网箱养殖区及其邻近代表性水域的水质进行了综合评价。结果显示,核心养殖区(网箱A、B、C周边)的氨氮、总氮、总磷、溶解氧和化学需氧量等关键指标整体优于《地表水环境质量... 采用模糊神经网络方法,对2023年1月—2024年12月海州湾某深远海网箱养殖区及其邻近代表性水域的水质进行了综合评价。结果显示,核心养殖区(网箱A、B、C周边)的氨氮、总氮、总磷、溶解氧和化学需氧量等关键指标整体优于《地表水环境质量标准》(GB 3838—2002)Ⅲ类限值要求。借助MATLAB平台进行网络训练与测试,首先通过mapminmax函数对数据进行归一化处理,进一步完成网络训练并获得训练数据预测结果;随后利用训练好的网络模型对该养殖区域水质开展实例预测,并将预测结果与实际监测数据进行比较,系统分析其误差及吻合程度。指出,基于T-S模糊神经网络的水质评价模型准确性较高,预测变化趋势与实际指标变化基本一致,能够有效支持区域水资源的评价与水质改善实践,具备良好的应用前景。 展开更多
关键词 T-S模糊神经网络 深远海网箱 水质评价
在线阅读 下载PDF
基于RBF模糊神经网络的钢轨侧磨预测
16
作者 杨光 孙庆 王伟 《城市轨道交通研究》 北大核心 2025年第S1期92-95,104,共5页
[目的]随着地铁运营时间延长和列车运行速度提升,钢轨磨损程度日益严重,曲线段钢轨侧磨尤其严重,因此需对曲线段钢轨侧磨的影响因素与变化规律进行深入研究。[方法]分析并找出了影响钢轨侧磨产生及发展的主要因素。基于RBF(径向基)模糊... [目的]随着地铁运营时间延长和列车运行速度提升,钢轨磨损程度日益严重,曲线段钢轨侧磨尤其严重,因此需对曲线段钢轨侧磨的影响因素与变化规律进行深入研究。[方法]分析并找出了影响钢轨侧磨产生及发展的主要因素。基于RBF(径向基)模糊神经网络构建了钢轨侧磨预测模型。将钢轨侧磨主要影响因素作为该模型主要参数,并结合上海轨道交通1号线测量数据进行了仿真预测试验。[结果及结论]该模型的钢轨侧磨预测值较好地拟合了实际的钢轨侧磨变化趋势,预测误差在0~1 mm范围内。根据该模型的钢轨侧磨预测结果能够掌握钢轨侧磨的状态变化趋势,能够为指导钢轨更换或打磨作业提供数据支持。 展开更多
关键词 城市轨道交通 钢轨侧磨 RBF模糊神经网络 预测模型
在线阅读 下载PDF
基于模糊神经网络的PEMFC输出电压自抗扰控制策略
17
作者 杨旭红 于嘉炜 +1 位作者 张苏捷 钱峰伟 《电子测量技术》 北大核心 2025年第4期62-70,共9页
质子交换膜燃料电池存在输出电压不稳定,发电效率低下等问题,需要使用Boost电路进行升压,以此确保电压质量,满足系统需求。根据PEMFC的输出特性,在Matlab/Simulink平台搭建PEMFC以及Boost电路的数学模型,考虑线性自抗扰控制策略对扰动... 质子交换膜燃料电池存在输出电压不稳定,发电效率低下等问题,需要使用Boost电路进行升压,以此确保电压质量,满足系统需求。根据PEMFC的输出特性,在Matlab/Simulink平台搭建PEMFC以及Boost电路的数学模型,考虑线性自抗扰控制策略对扰动具有优异的动态响应速度,提出一种基于模糊神经网络的线性自抗扰控制策略,用于Boost电路的电压环控制,依靠模糊神经网络对线性自抗扰控制器中的关键参数进行整定,以实现控制器的实时优化。通过仿真分析对比不同工况下,FNN-LADRC控制策略与LADRC控制策略下输出电压的性能差异,结果显示,在无扰动情况FNN-LADRC控制策略下的调节时间为5 ms,LADRC控制策略下的调节时间为40 ms,在扰动情况时FNN-LADRC控制策略调节时间更快,抗干扰能力更强。结合绝对误差积分IAE指标和时间乘绝对误差积分指标ITAE指标进行系统整体性分析,验证了所提控制策略的有效性与优越性。 展开更多
关键词 质子交换膜燃料电池 模糊神经网络 线性自抗扰 输出电压
在线阅读 下载PDF
基于模糊神经网络的CFRP感应加热温度控制
18
作者 杨宁 付天宇 +1 位作者 赫彬 史学迁 《工程塑料应用》 北大核心 2025年第6期79-86,共8页
为了提高碳纤维复合材料(CFRP)感应加热过程中温度控制的精确性和抗干扰能力,提出了一种基于模糊神经网络PID的智能控制算法。针对CFRP感应加热系统中存在的非线性、大时滞性及抗干扰能力不足等问题,通过融合模糊逻辑的鲁棒推理能力与... 为了提高碳纤维复合材料(CFRP)感应加热过程中温度控制的精确性和抗干扰能力,提出了一种基于模糊神经网络PID的智能控制算法。针对CFRP感应加热系统中存在的非线性、大时滞性及抗干扰能力不足等问题,通过融合模糊逻辑的鲁棒推理能力与神经网络的自适应学习机制,设计了动态参数自整定控制器。首先,基于电磁-热耦合理论建立了CFRP感应加热系统的传递函数模型,并通过遗传算法对实验数据进行系统辨识。其次,构建了5层模糊神经网络架构(输入层、模糊化层、模糊规则层、神经网络层、反模糊化层),利用误差反向传播机制在线优化隶属度函数参数及模糊规则权重,实现PID参数的动态调整。在MATLAB/Simulink平台上进行仿真验证,结果表明,在无扰动条件下,模糊神经网络PID控制系统的超调量仅为2.4%,较传统PID(超调量19.4%)和模糊PID(超调量13.5%)分别降低87.6%和82.2%,调节时间为570 s,且系统震荡完全消除。在抗干扰测试中,加入阶跃扰动和正弦扰动后,模糊神经网络PID的恢复时间分别为600 s和620 s。实验证明,该方法通过动态优化模糊规则库和PID参数,显著提升了系统的控制精度和抗干扰能力,为解决CFRP感应加热工艺中的温度控制难题提供了有效方案。 展开更多
关键词 碳纤维 复合材料 电磁感应加热 PID控制 模糊神经网络控制
在线阅读 下载PDF
基于模糊神经网络对抗生成的城市固废焚烧过程二噁英排放预警
19
作者 崔璨麟 汤健 +1 位作者 夏恒 乔俊飞 《控制理论与应用》 北大核心 2025年第4期757-766,共10页
城市固废焚烧(MSWI)过程产生的二噁英(DXN)类剧毒污染物是全世界范围内备受关注的环保指标,进行DXN排放浓度预警是缓解焚烧建厂“邻避效应”和实现城市精准污染防控等难题的关键之一.受限于产生机理上的全流程相关、记忆效应等特性以及... 城市固废焚烧(MSWI)过程产生的二噁英(DXN)类剧毒污染物是全世界范围内备受关注的环保指标,进行DXN排放浓度预警是缓解焚烧建厂“邻避效应”和实现城市精准污染防控等难题的关键之一.受限于产生机理上的全流程相关、记忆效应等特性以及检测技术上的高难度和离线化验上的高成本等原因,DXN建模数据面临着维数高、不确定性强和样本稀疏等问题.对此,本文提出基于模糊神经网络(FNN)对抗生成的DXN排放预警方法.首先,采用基于随机森林(RF)的自适应特征选择算法降低输入变量维数;接着,基于FNN的生成对抗网络(GAN)迭代产生用于预警建模的候选虚拟样本,以缓解不确定性和稀疏性问题;然后,通过多约束选择机制进行虚拟样本筛选以提高样本质量;最后,构建基于真实与虚拟混合样本的DXN排放预警模型.基于北京某MSWI电厂的实际DXN数据验证了所提方法的有效性. 展开更多
关键词 城市固废焚烧 二噁英 模糊神经网络 生成对抗网络 虚拟样本 预警模型
在线阅读 下载PDF
核反应堆冷却剂系统故障诊断动态模糊径向基神经网络模型
20
作者 朱佳浩 戴滔 +1 位作者 隋阳 李枭瀚 《科学技术与工程》 北大核心 2025年第11期4567-4573,共7页
针对传统的故障诊断方法难以在不确定环境下准确诊断核电厂核反应堆冷却剂系统(reactor coolant system, RCS)故障这一问题,按照以下路线建立了一种核电厂RCS故障诊断动态模糊径向基神经网络(dynamic fuzzy radial basis function neura... 针对传统的故障诊断方法难以在不确定环境下准确诊断核电厂核反应堆冷却剂系统(reactor coolant system, RCS)故障这一问题,按照以下路线建立了一种核电厂RCS故障诊断动态模糊径向基神经网络(dynamic fuzzy radial basis function neural network, DFRBFNN)模型。首先,根据RCS的故障类型和样本数据,确定DFRBFNN模型的初始结构;然后,应用径向基神经网络方法,构建了RCS故障诊断DFRBFNN初始模型,应用随机初始化方法,对DFRBFNN初始模型的去模糊层到输出层的连接权重进行初始化处理;最后,应用误差下降率法,修正DFRBFNN初始模型的结构和参数,构建了RCS故障诊断DFRBFNN模型。应用所建立的模型对冷却剂丧失、失流和蒸汽发生器管道破裂事故进行诊断,并与传统的故障诊断模型进行对比,验证了本文所建立模型的有效性。研究表明,所构建的核电厂RCS故障诊断DFRBFNN模型能够在不确定环境下准确地诊断RCS的故障。 展开更多
关键词 核电厂 核反应堆冷却剂系统 故障诊断 动态模糊径向基神经网络模型
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 232 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部