期刊文献+
共找到103篇文章
< 1 2 6 >
每页显示 20 50 100
基于模糊神经网络的模型参考自适应控制 被引量:20
1
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 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
2
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 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
3
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 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
4
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 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
5
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 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
6
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 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
7
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
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
8
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 自适应学习率
在线阅读 下载PDF
固体氧化物燃料电池的数学模型及自适应神经模糊辨识模型的研究 被引量:11
9
作者 吴小娟 朱新坚 +1 位作者 曹广益 屠恒勇 《电网技术》 EI CSCD 北大核心 2008年第1期9-14,共6页
固体氧化物燃料电池(solid oxide fuel cell,SOFC)是21世纪最有生命力的发电技术之一。文章从SOFC实际应用的角度出发,应用改进的自适应神经模糊推理系统(adaptive neural fuzzy inference system,ANFIS)对SOFC建立了负载稳定和负载变化... 固体氧化物燃料电池(solid oxide fuel cell,SOFC)是21世纪最有生命力的发电技术之一。文章从SOFC实际应用的角度出发,应用改进的自适应神经模糊推理系统(adaptive neural fuzzy inference system,ANFIS)对SOFC建立了负载稳定和负载变化2种情况下的电特性模型。由于数据来源不足,首先根据SOFC的工作原理,运用电化学、流体动力学等学科理论,建立SOFC的数学模型,基于该数学模型获取ANFIS辨识模型的训练和预测数据。仿真结果显示了改进的ANFIS技术对SOFC系统的建模和控制具有一定的实用价值。 展开更多
关键词 固体氧化物燃料电池 数学模型 自适应神经模糊 推理系统 辨识模型
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
10
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 自适应模糊神经系统 无位置传感器 有限元模型
在线阅读 下载PDF
基于模糊神经模型的自适应单神经元控制系统设计 被引量:7
11
作者 贾立 陶鹏业 邱铭森 《华东理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2008年第1期135-139,143,共6页
提出一种基于模糊神经模型的自适应单神经元控制系统。该控制系统首先根据采集到的输入输出数据建立被控过程模型,并在此基础上引入单神经元控制器。通过李亚普诺夫方法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值... 提出一种基于模糊神经模型的自适应单神经元控制系统。该控制系统首先根据采集到的输入输出数据建立被控过程模型,并在此基础上引入单神经元控制器。通过李亚普诺夫方法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值。理论分析和仿真结果表明:本文提出的单神经元控制器和传统的PID控制器具有极其相似的结构,因此,具有结构简单、易于操作的特点,具有较快的跟踪速度,并且控制参数可以在线调节。 展开更多
关键词 非线性系统 模糊神经模型 自适应控制 神经元控制器
在线阅读 下载PDF
有记忆效应的功放实数延时模糊神经网络模型 被引量:9
12
作者 翟建锋 周健义 +1 位作者 洪伟 张雷 《微波学报》 CSCD 北大核心 2009年第5期41-44,共4页
描述了一种基于实数延时模糊神经网络的有记忆效应的功率放大器模型。该模糊神经系统即自适应模糊神经推理系统,采用模糊c类均值聚类方法来减少模型的规则数目和简化模型结构。在训练过程中,采用最小二乘和反向传播相结合的高效算法提... 描述了一种基于实数延时模糊神经网络的有记忆效应的功率放大器模型。该模糊神经系统即自适应模糊神经推理系统,采用模糊c类均值聚类方法来减少模型的规则数目和简化模型结构。在训练过程中,采用最小二乘和反向传播相结合的高效算法提取模型参数。在测试平台上用三载波WCDMA宽带信号对射频功率放大器进行测试,并借助矢量信号分析仪采样功率放大器输入和输出数据,成功地对模型进行了训练和验证。通过和实数延时神经网络模型(RVTDNN)比较,该模型的收敛速度远快于这些前馈结构的神经网络模型。比较和分析时域和频域结果表明模型有很好的性能,其归一化均方误差达-38dB。 展开更多
关键词 功率放大器 记忆效应 行为模型 自适应模糊神经推理系统
在线阅读 下载PDF
边坡变形时序分析的进化-自适应神经模糊推理模型 被引量:7
13
作者 刘开云 魏博 刘保国 《北京交通大学学报》 CAS CSCD 北大核心 2012年第1期56-62,共7页
变形监测与预报是保证边坡工程施工安全与工程质量的重要措施,但由于位移时间序列的强非线性,边坡变形预报成为非常困难的问题.自适应模糊神经推理系统(ANFIS)有优越的学习和泛化性能,而遗传算法(GA)是优秀的全局优化工具.采用遗传算法... 变形监测与预报是保证边坡工程施工安全与工程质量的重要措施,但由于位移时间序列的强非线性,边坡变形预报成为非常困难的问题.自适应模糊神经推理系统(ANFIS)有优越的学习和泛化性能,而遗传算法(GA)是优秀的全局优化工具.采用遗传算法优化ANFIS参数,并编制了相应的计算程序.结合三峡工程永久船闸施工变形监测和新滩滑坡变形监测,建立了边坡变形时序分析的GA-ANFIS智能模型.为了对比该模型的预测精度,采用GA优化支持向量回归(SVR)和BP神经网络的模型参数,编制了GA-SVR及GA-BP程序,对相同的算例进行了变形预测分析.按滚动预测法对三峡永久船闸高边坡和新滩滑坡的计算结果表明,文中提出的GA-ANFIS模型能够获得比GA-SVR和GA-BP模型更高的预测精度,可以应用于边坡工程变形监测预报分析,并为类似工程提供参考. 展开更多
关键词 边坡工程 变形预测 自适应神经模糊推理系统 遗传算法 智能模型
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
14
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 模糊竞争学习 模糊辨识
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
15
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 参考模型 自适应控制
在线阅读 下载PDF
基于灰色模型粒子群优化算法的自适应神经模糊推理系统模型的船舶横摇运动预报分析 被引量:10
16
作者 张泽国 尹建川 +1 位作者 胡江强 柳成 《科学技术与工程》 北大核心 2016年第33期124-129,共6页
为了准确高效的预测船舶在波浪中的航行状态以保证人员、货物和船舶的安全,提出了一种基于灰色模型粒子群优化算法的自适应神经模糊推理系统(grey particle swarm optimization-adaptive neural-fuzzy inference system,GPSO-ANFIS)。GP... 为了准确高效的预测船舶在波浪中的航行状态以保证人员、货物和船舶的安全,提出了一种基于灰色模型粒子群优化算法的自适应神经模糊推理系统(grey particle swarm optimization-adaptive neural-fuzzy inference system,GPSO-ANFIS)。GPSO-ANFIS预测模型使用模糊C均值聚类算法对输入样本进行聚类分析,得到模糊规则数量并建立神经模糊推理系统;再使用粒子群优化算法对建立的预测系统进行优化训练,从而得到最优的预测系统模型。其中灰色模型用于横摇数据的预处理,以便削弱横摇状态中的非线性影响因素。最后通过实船"育鲲"轮的横摇数据进行仿真实验。实验结果验证了GPSO-ANFIS模型的实用性和可行性,具有较高的预测精度。并为船舶航行智能化提供了一种有价值的理论依据。 展开更多
关键词 船舶横摇运动 灰色模型 时间序列预测 粒子群优化算法 自适应神经模糊推理系统
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
17
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 自适应控制 飞行控制
在线阅读 下载PDF
基于自适应神经网络的不确定非线性系统的模糊跟踪控制 被引量:8
18
作者 刘亚 胡寿松 《控制理论与应用》 EI CAS CSCD 北大核心 2004年第5期770-775,共6页
提出了一种基于模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,首先利用T_S模糊模型对系统的已知特性进行近似建模,对基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.并在此基础上,进一步采用RB... 提出了一种基于模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,首先利用T_S模糊模型对系统的已知特性进行近似建模,对基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.并在此基础上,进一步采用RBF神经网络完全自适应控制,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,从而有效地消除系统的未知不确定性和模糊建模误差的影响,保证了非线性闭环系统的稳定性和系统的H∞跟踪性能,而不要求系统的不确定项和模糊建模误差满足任何匹配条件或约束.最后,将所提出的方法应用到一非线性混沌系统,仿真结果表明了所提出的方案不仅能够有效地稳定该混沌系统,而且能使系统输出跟踪期望输出. 展开更多
关键词 T-S模糊模型 自适应神经 跟踪控制 不确定非线性系统
在线阅读 下载PDF
基于自适应神经模糊系统模型的锅炉汽包应力在线计算与监测 被引量:5
19
作者 赵铁成 徐伟勇 《上海交通大学学报》 CSCD 北大核心 2000年第9期1245-1248,共4页
汽包寿命的在线监测是关系到自然循环锅炉运行安全与经济性的重要课题 .实现寿命监测的关键是寻找适合在线计算的应力模型 .针对建立模型的需要 ,制订了假想工况变动过程 ,并以此作为边界条件对锅炉汽包的温度、应力状况进行了三维有限... 汽包寿命的在线监测是关系到自然循环锅炉运行安全与经济性的重要课题 .实现寿命监测的关键是寻找适合在线计算的应力模型 .针对建立模型的需要 ,制订了假想工况变动过程 ,并以此作为边界条件对锅炉汽包的温度、应力状况进行了三维有限元计算 .采用自适应神经模糊系统( ANFIS)再现有限元数值计算结果 ,从而建立了新的应力模型 .在所建模型的基础上对原有电站锅炉汽包应力监测系统的测点布置做出了相应的调整 .改进后的方法不仅提高了运算速度 ,减少了测点数量 ,而且继承了数值计算的精度 .由于数值计算的引入 ,克服了现场实验方法难以获得大样本数量的缺陷 ,并有利于进行事故状态的模拟 . 展开更多
关键词 锅炉 汽包 模型 自适应 神经模糊系统
在线阅读 下载PDF
自适应模糊神经网络在用电预测中的应用 被引量:3
20
作者 田丽 段争光 +1 位作者 金礼力 张玉成 《兵工自动化》 2004年第6期78-79,共2页
电力三产用电量预测模型,基于自适应神经网络模糊推理系统(ANNFRS)原理及电力负荷的历史数据建立。该系统由 7 个隐含层数,5 个隶属度函数组数据模型组成。网络使用 Levenberg-Marquardt 算法训练,每个局部映射参数采用线性最小二乘估... 电力三产用电量预测模型,基于自适应神经网络模糊推理系统(ANNFRS)原理及电力负荷的历史数据建立。该系统由 7 个隐含层数,5 个隶属度函数组数据模型组成。网络使用 Levenberg-Marquardt 算法训练,每个局部映射参数采用线性最小二乘估计算法。仿真结果表明拟合误差的数量级为 10-5,能满足负荷预测要求。 展开更多
关键词 预测模型 用电量 自适应神经(ANN) 模糊推理系统(FRS)
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部