期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于自适应小波神经网络的第二类Fredholm积分方程数值解法 被引量:2
1
作者 姜微 韩惠丽 李风军 《应用数学和力学》 CSCD 北大核心 2019年第12期1399-1408,共10页
该文构造了一类三层前馈自适应小波神经网络,将小波分析中平移因子和伸缩因子的拟合设置为输入层到隐层的权值与阈值,采用小波基函数作为隐层激活函数,并根据梯度下降算法自适应地调整参数.应用自适应小波神经网络数值求解第二类Fredhol... 该文构造了一类三层前馈自适应小波神经网络,将小波分析中平移因子和伸缩因子的拟合设置为输入层到隐层的权值与阈值,采用小波基函数作为隐层激活函数,并根据梯度下降算法自适应地调整参数.应用自适应小波神经网络数值求解第二类Fredholm积分方程,通过数值算例验证了该方法的可行性和有效性. 展开更多
关键词 自适应小波神经网络 第二类FREDHOLM积分方程 数值解
在线阅读 下载PDF
自适应多层小波神经网络建模方法 被引量:1
2
作者 刘霞 王焕勇 刘铁男 《大庆石油学院学报》 CAS 北大核心 2006年第3期102-104,共3页
基于小波多分辨率分析,提出了一种自适应多层小波神经网络的建模方法.该网络由平滑子网和多层细节子网组成.为改善模型精度,可递推并入新的细节子网,并且新网的训练不影响以前网络训练结果.应用遗传算法辨识多层小波网络的结构,用带遗... 基于小波多分辨率分析,提出了一种自适应多层小波神经网络的建模方法.该网络由平滑子网和多层细节子网组成.为改善模型精度,可递推并入新的细节子网,并且新网的训练不影响以前网络训练结果.应用遗传算法辨识多层小波网络的结构,用带遗忘因子的递推最小二乘法辨识网络的权值,较好解决了小波网络的结构优化问题.仿真表明:随着分阶层数的增加,网络的逼近误差逐渐下降,三层自适应小波网络即能满足建模精度要求. 展开更多
关键词 遗传算法 自适应多层小波神经网络 递推最小二乘法
在线阅读 下载PDF
一种自适应模糊小波神经网络及其在交流伺服控制中的应用 被引量:7
3
作者 侯润民 刘荣忠 +2 位作者 高强 王力 邓桐彬 《兵工学报》 EI CAS CSCD 北大核心 2015年第5期781-788,共8页
针对某武器大功率交流伺服系统所存在的大变负载、慢时变、强耦合的非线性特性和不确定扰动等问题,提出了模糊小波神经网络(FWNN)间接自适应控制器,该控制器的特点为Takagi-Sugeno-Kang(TSK)模糊模型的后件部分由自回归小波神经网络(SRW... 针对某武器大功率交流伺服系统所存在的大变负载、慢时变、强耦合的非线性特性和不确定扰动等问题,提出了模糊小波神经网络(FWNN)间接自适应控制器,该控制器的特点为Takagi-Sugeno-Kang(TSK)模糊模型的后件部分由自回归小波神经网络(SRWNN)构成。给出了SRWNN参数的迭代算法,利用SRWNN辨识器为控制器提供实时梯度信息,有效地克服了参数变化和负载扰动等不确定因素的影响,且具有良好的动态特性。采用Lyapunov稳定性理论方法证明了闭环系统的稳定性。仿真研究和样机试验结果证明了所提方案的有效性和正确性。 展开更多
关键词 兵器科学与技术 大功率交流伺服系统 自回归小波神经网络 模糊小波神经网络间接自适应控制器 模糊小波神经网络
在线阅读 下载PDF
小波神经网络的无刷直流电机转子位置检测方法 被引量:3
4
作者 刘扬 张振海 《武汉工程大学学报》 CAS 2014年第10期66-70,共5页
位置检测与换相准确与否,对无刷直流电机的运行有非常关键的影响.在分析反电动势过零检测原理的基础上得出线反电动势过零点与电机换相点及线反电动势与线电压之间的关系,从而得到线电压与转子位置之间的关系.由于电机运行过程中的参数... 位置检测与换相准确与否,对无刷直流电机的运行有非常关键的影响.在分析反电动势过零检测原理的基础上得出线反电动势过零点与电机换相点及线反电动势与线电压之间的关系,从而得到线电压与转子位置之间的关系.由于电机运行过程中的参数变化及系统的非线性特征,直接通过线电压准确获得转子位置比较困难,因此构建了一个以三个线电压为输入,转子电角度为输出的自适应小波神经网络模型,并采用遗传算法优化小波神经网络结构。仿真实验证明,该方法辨识转子位置精度高,自适应性强,并能有效地控制电机换向. 展开更多
关键词 无刷直流电机 自适应小波神经网络 遗传算法
在线阅读 下载PDF
自适应模糊小波滑模控制在交流伺服系统中的应用 被引量:9
5
作者 侯润民 刘荣忠 +2 位作者 侯远龙 高强 杨国来 《兵工学报》 EI CAS CSCD 北大核心 2014年第6期769-775,共7页
针对某武器大功率交流伺服系统的位置跟踪问题,提出了一种基于自适应模糊小波神经网络快速终端滑模控制(AFWN-FTSMC)方法。为使控制器的设计不依赖于被控对象的精确数学模型,采用自适应模糊小波神经网络控制器(AFWNC)逼近滑模控制中的... 针对某武器大功率交流伺服系统的位置跟踪问题,提出了一种基于自适应模糊小波神经网络快速终端滑模控制(AFWN-FTSMC)方法。为使控制器的设计不依赖于被控对象的精确数学模型,采用自适应模糊小波神经网络控制器(AFWNC)逼近滑模控制中的等效控制部分,解决了由于系统的不确定性及干扰的存在而不能准确确定等效控制的问题;同时利用自适应PI控制来降低系统的抖动,并采用Lyapunov方法证明了闭环系统的稳定性。仿真结果表明,该方法可以有效抑制抖振,提高系统的瞬态响应性能和控制精度,并且对结构参数不确定性具有很强的鲁棒性。 展开更多
关键词 控制科学与技术 交流伺服系统 自适应模糊小波神经网络控制器 快速终端滑模控制 自适应PI控制
在线阅读 下载PDF
基于改进AWNN的风电功率超短期多步预测 被引量:10
6
作者 卢继平 曾燕婷 +3 位作者 喻华 梁沛 庄祎 葛锦锦 《太阳能学报》 EI CAS CSCD 北大核心 2021年第1期166-173,共8页
为提高风电功率超短期多步预测精度,针对梯度修正学习算法采用随机初始化网络参数训练自适应小波神经网络(AWNN)易陷入局部最优的缺点,将粒子群(PSO)算法和差分进化(DE)算法相结合,提出利用IPSO-DE算法优化AWNN的初始化网络参数,得到改... 为提高风电功率超短期多步预测精度,针对梯度修正学习算法采用随机初始化网络参数训练自适应小波神经网络(AWNN)易陷入局部最优的缺点,将粒子群(PSO)算法和差分进化(DE)算法相结合,提出利用IPSO-DE算法优化AWNN的初始化网络参数,得到改进AWNN模型(IAWNN)并将其用于风电功率超短期多步预测。仿真结果表明:IPSO-DE算法优化AWNN初始化网络参数的性能优于IPSO算法、DE算法和梯度修正学习算法,所提改进模型的多步预测性能优于AWNN模型、持续法(PM)模型和BP神经网络(BPNN)模型。 展开更多
关键词 风电功率 预测 改进模型 自适应小波神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部