期刊文献+
共找到2,467篇文章
< 1 2 124 >
每页显示 20 50 100
可解释性分层神经模糊网络的股票价格预测算法 被引量:1
1
作者 廖宏昊 胡峰 邓维斌 《计算机工程与设计》 北大核心 2024年第12期3615-3621,共7页
针对现有的股票价格预测模型难以兼顾精度与可解释性的问题,提出一种基于分层神经模糊网络的股票价格预测模型。提出一种结合注意力机制的自适应神经模糊网络单元(ANFIS-A),以此单元构建分层自适应神经模糊网络;结合二进制灰狼优化算法(... 针对现有的股票价格预测模型难以兼顾精度与可解释性的问题,提出一种基于分层神经模糊网络的股票价格预测模型。提出一种结合注意力机制的自适应神经模糊网络单元(ANFIS-A),以此单元构建分层自适应神经模糊网络;结合二进制灰狼优化算法(BGWO),提出一种特征子集选择算法;提出一种规则消除的递归算法,进一步减少规则数量,提高规则的可解释性。实验结果表明,该模型在预测股票价格方面具有较高的准确性和可解释性。 展开更多
关键词 灰狼优化算法 层次自适应模糊神经网络 注意力机制 股票价格预测 可解释性 金融时间序列 规则消除
在线阅读 下载PDF
基于自适应神经模糊网络的果蔬抓取力控制 被引量:11
2
作者 周俊 杨肖蓉 朱树平 《农业机械学报》 EI CAS CSCD 北大核心 2014年第7期67-72,共6页
运用自适应神经模糊推理系统设计了农业机器人果蔬抓取力智能控制器。以当前抓取力和滑觉传感器信号的小波变换细节系数作为控制器的输入,末端执行器两指闭合距离作为控制器的输出。基于减法聚类建立模糊推理模型,通过调整聚类半径来优... 运用自适应神经模糊推理系统设计了农业机器人果蔬抓取力智能控制器。以当前抓取力和滑觉传感器信号的小波变换细节系数作为控制器的输入,末端执行器两指闭合距离作为控制器的输出。基于减法聚类建立模糊推理模型,通过调整聚类半径来优选模糊规则数。给出了训练样本数据集采集方法,并应用梯度下降与最小二乘混合训练算法辨识了控制器的前件参数和结论参数。对所设计的控制器进行了实验验证,结果表明该控制器能够适应果蔬质量、表面摩擦特性等方面的差异。抓取力超调量得到了限制,最大值小于0.8 N,可以避免给抓取对象造成机械损伤。 展开更多
关键词 农业机器人 抓取力控制 自适应神经模糊网络 减法聚类
在线阅读 下载PDF
基于增量学习神经模糊网络的机动目标跟踪 被引量:1
3
作者 刘梅 权太范 姚天宾 《电子学报》 EI CAS CSCD 北大核心 2005年第11期2031-2035,共5页
本文提出了基于增量学习神经模糊网络机动目标跟踪模型.当被跟踪目标发生机动时,该模型立刻检测到机动并对卡尔曼滤波器的自适应系统协方差进行精确估计,系统得到及时、正确的补偿.增量学习神经模糊网络能够随着环境变化,自动调整、找... 本文提出了基于增量学习神经模糊网络机动目标跟踪模型.当被跟踪目标发生机动时,该模型立刻检测到机动并对卡尔曼滤波器的自适应系统协方差进行精确估计,系统得到及时、正确的补偿.增量学习神经模糊网络能够随着环境变化,自动调整、找到最优的网络结构及参数,当发生机动时,总是能产生接近真实机动值的估计输出,从而提高跟踪性能及避免错误跟踪.仿真结果表明,该模型比传统的机动目标跟踪模型有更好的跟踪性能,并且该模型能动态的适应环境的变化,使系统更加实时,精确的跟踪机动目标. 展开更多
关键词 神经模糊网络 增量学习 机动目标跟踪
在线阅读 下载PDF
神经模糊网络自适应模糊控制研究 被引量:2
4
作者 汤楠 王飞跃 Frank W.Ciarallo 《西安石油学院学报(自然科学版)》 2002年第1期62-65,共4页
提出了一种由样品辨识、模糊推理和控制处理 3个子网模块构成的基于知识的多层神经网络 .这种网络由各子网分别构成并按照最初的模糊控制结构适当连接而建立 ,具有明确区分各组成子网功能及其知识流结构 .由于综合了模糊逻辑的推理过程... 提出了一种由样品辨识、模糊推理和控制处理 3个子网模块构成的基于知识的多层神经网络 .这种网络由各子网分别构成并按照最初的模糊控制结构适当连接而建立 ,具有明确区分各组成子网功能及其知识流结构 .由于综合了模糊逻辑的推理过程及神经网络的学习能力 ,使它能够在其结构中以模糊规则的形式引入语言知识并通过网络的训练及自学习对这些知识进行加工 ,从而实现了真正意义上的自适应模糊控制器 .最后还讨论了这种 展开更多
关键词 神经模糊网络 模糊逻辑控制 自学习 自适应 模块结构
在线阅读 下载PDF
基于变精度粗糙集的神经模糊网络优化及应用
5
作者 王培良 颜文俊 +1 位作者 胡莹坚 张迎 《辽宁工程技术大学学报(自然科学版)》 CAS 北大核心 2009年第2期250-253,共4页
针对现有神经模糊网络应用中的不足,提出了一种新的基于变精度粗糙集的神经模糊网络优化方法,并讨论了其在复杂系统建模中的应用。将变精度粗糙集理论中的β分类精度作为信息函数,选择条件属性。通过选择适当的精度,对建模数据进行离散... 针对现有神经模糊网络应用中的不足,提出了一种新的基于变精度粗糙集的神经模糊网络优化方法,并讨论了其在复杂系统建模中的应用。将变精度粗糙集理论中的β分类精度作为信息函数,选择条件属性。通过选择适当的精度,对建模数据进行离散化,组成决策表。通过对决策表进行变精度的知识约简,提取重要的属性和属性值,映射到模糊规则中,简化生成的规则,从而有效地优化了神经模糊网络结构,极大地减少了网络的训练时间,且提高了训练精度。将该方法应用于有大量样本数据的非线性时延系统建模,仿真实例验证了此种方法的可行性和有效性。 展开更多
关键词 变精度粗糙集 神经模糊网络 模糊建模 知识约简 规则划分
在线阅读 下载PDF
基于神经模糊网络的自适应α-β-γ目标跟踪算法
6
作者 孙强 惠晓滨 黄鹤 《中国惯性技术学报》 EI CSCD 北大核心 2011年第1期46-49,共4页
针对传统α-β-γ滤波器噪声统计特性未知时,受色噪声的影响精度严重降低,甚至出现发散等现象,设计了一种基于神经模糊网络的自适应的α-β-γ滤波跟踪器。该滤波器通过利用神经模糊网络作为误差估计器,估计出α-β-γ滤波器的估计误差... 针对传统α-β-γ滤波器噪声统计特性未知时,受色噪声的影响精度严重降低,甚至出现发散等现象,设计了一种基于神经模糊网络的自适应的α-β-γ滤波跟踪器。该滤波器通过利用神经模糊网络作为误差估计器,估计出α-β-γ滤波器的估计误差,从而对α-β-γ滤波跟踪器的预测结果进行修正,得到更优的预测值。通过计算机仿真以及在图像目标跟踪平台验证结果表明,该算法可以克服传统算法的局限性,有效地防止滤波器发散,缩小实际的滤波误差,提高滤波精度,实现对跟踪结果的在线改进。 展开更多
关键词 Α-Β-Γ滤波 跟踪精度 神经模糊网络 计算机仿真
在线阅读 下载PDF
基于自适应神经模糊网络的路面识别技术 被引量:13
7
作者 秦也辰 管继富 +2 位作者 顾亮 李毅 刘锐 《北京理工大学学报》 EI CAS CSCD 北大核心 2015年第5期481-484,489,共5页
以路面识别为目的,利用自适应神经模糊网络(ANFIS)进行路面不平度激励时域估测研究.首先建立车辆1/4模型运动微分方程,并使用白噪声信号激励车辆模型,利用激励产生的模型动力学响应进行自适应神经模糊系统训练.之后对训练获得的逆向车... 以路面识别为目的,利用自适应神经模糊网络(ANFIS)进行路面不平度激励时域估测研究.首先建立车辆1/4模型运动微分方程,并使用白噪声信号激励车辆模型,利用激励产生的模型动力学响应进行自适应神经模糊系统训练.之后对训练获得的逆向车辆动力学模型进行分析并利用随机路面激励产生的系统响应进行随机路面时域估测.最后对自适应神经模糊网络系统隶属函数个数及输入数据组合进行分析比较.仿真结果显示,自适应模糊神经网络系统能够以较高的精度完成路面时域估测. 展开更多
关键词 自适应神经模糊网络 路面识别 时域估测 路面不平度
在线阅读 下载PDF
一种神经模糊网络预测模型 被引量:8
8
作者 谈瑛 刘豹 胡代平 《预测》 CSSCI 1999年第3期59-61,共3页
本文提出了一种用神经网络来实现模糊系统建模的神经模糊网络,并将其用于建立预测模型,同时网络采取动态的网络结构和参数以适应预测对象环境变化和结构变化。
关键词 非模型 神经模糊网络 预测模型
在线阅读 下载PDF
自适应神经模糊网络高压输电线路操作过电压风险点定位算法 被引量:4
9
作者 杨虎臣 王晓东 +3 位作者 安慧 李毅靖 郑钟 林永春 《中国测试》 CAS 北大核心 2020年第7期24-32,45,共10页
为保证特高压输电线路的安全可靠运行,需要限制操作过电压(switching overvoltages,SOV)并对其产生的应力进行适当的绝缘配合。点波开关(point on wave switching,PWS)是在无避雷器的情况下限制SOV的有效策略,但还未应用于实际系统。为... 为保证特高压输电线路的安全可靠运行,需要限制操作过电压(switching overvoltages,SOV)并对其产生的应力进行适当的绝缘配合。点波开关(point on wave switching,PWS)是在无避雷器的情况下限制SOV的有效策略,但还未应用于实际系统。为此,该文提出一种基于线路陷阱电荷的PWS策略确定沿输电线路SOV的临界失效风险点的方法。根据输电线路结构数据和断路器参数,建立一种基于PWS的自适应神经模糊推理系统,用于预测开关浪涌闪络率和临界故障点。为减少训练误差,在EMTP/ATP环境下进行两阶段数据分类的智能化训练,所提模型可用于实际系统规划绝缘配置。仿真分析说明所提算法的有效性,对比验证表明在绝缘设计研究中应该考虑海拔高度。 展开更多
关键词 操作过电压 自适应神经模糊网络 输电线路 绝缘风险 点波开关
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
10
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
模糊神经网络下船舶舱室照明亮度调节方法
11
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
基于模糊神经网络在线自学习的多智能体一致性控制
12
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RBF模糊神经网络的钢轨侧磨预测
13
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
14
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
15
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
16
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
17
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
基于模糊神经网络的微电网荷储协调智能控制方法 被引量:5
18
作者 牛焕娜 窦伟 +3 位作者 李春毅 钱立 井天军 陈卫东 《高电压技术》 EI CAS CSCD 北大核心 2024年第7期3019-3028,I0010,I0011,共12页
针对传统比例-积分-微分(proportional integral derivative,PID)控制和模型论控制方法难以应对新型电力系统背景下微电网面临的运行场景复杂多变的问题,提出了基于模糊神经网络的微电网荷储协调智能控制方法。首先确定了微电网模糊控... 针对传统比例-积分-微分(proportional integral derivative,PID)控制和模型论控制方法难以应对新型电力系统背景下微电网面临的运行场景复杂多变的问题,提出了基于模糊神经网络的微电网荷储协调智能控制方法。首先确定了微电网模糊控制输入及输出变量,以平抑净负荷波动及减少储能充放电频次为目的,将微电网控制经验总结成模糊规则表,采用神经网络深度学习算法修正模糊控制模型的隶属度函数中心、宽度和输出权重来提高模型的自适应能力,从而制定了可调控负荷和储能的功率控制系数;进而针对模糊神经网络控制输出的负荷调控需求量在各可调控负荷间分配的问题,提出了基于灵活性供给指标排序的负荷调控优先级选择方法,最终完成了微电网系统储能单元和可调控负荷控制策略的制定。某典型微电网系统算例仿真结果表明,所提方法制定的各可调控负荷与储能控制策略能在避免储能频繁和过度充放电的同时,在并网状态下有效减弱并网功率对上级电网造成的随机扰动,在孤岛状态下能够有效平抑系统功率波动,提升系统运行稳定性。 展开更多
关键词 模糊神经网络 微电网 智能控制 净负荷波动 荷储协调
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:5
19
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
基于模糊神经网络的氢液化氦气压力PID控制 被引量:2
20
作者 李安琪 秦可欣 +1 位作者 杨思锋 兰玉岐 《低温工程》 CAS CSCD 北大核心 2024年第2期92-98,共7页
为了解决氢液化装置氦气压力调节系统超调量大、响应速度慢、调节时间长、控制参数无法在线整定等问题,针对系统具有非线性和时变性的特点,设计了基于模糊神经网络的PID控制器以及基于双曲正切函数的改进型激活函数。仿真结果表明:相比... 为了解决氢液化装置氦气压力调节系统超调量大、响应速度慢、调节时间长、控制参数无法在线整定等问题,针对系统具有非线性和时变性的特点,设计了基于模糊神经网络的PID控制器以及基于双曲正切函数的改进型激活函数。仿真结果表明:相比传统PID控制或模糊PID控制,采用模糊神经网络PID控制的系统动态性能显著改善,使得氢液化装置的氦气压力调节更加稳定可靠。 展开更多
关键词 氦气压力调节系统 模糊神经网络 PID控制 压力控制
在线阅读 下载PDF
上一页 1 2 124 下一页 到第
使用帮助 返回顶部