基于补偿模糊神经网络的灰循环系统控制研究 被引量：6

1

作者 高明明 刘吉臻 +3 位作者 高明帅 杨世明 吴玉平 张明胜 《动力工程学报》 CAS CSCD 北大核心 2012年第7期532-537,共6页

针对循环系统回料量对循环流化床锅炉床温的影响,采用补偿模糊神经网络的建模方法,建立灰循环系统回料控制模型,选取锅炉床温变化及变化率作为输入、回料风量作为输出进行了仿真研究,并与常规控制进行比较.结果表明:补偿模糊神经网络控... 针对循环系统回料量对循环流化床锅炉床温的影响,采用补偿模糊神经网络的建模方法,建立灰循环系统回料控制模型,选取锅炉床温变化及变化率作为输入、回料风量作为输出进行了仿真研究,并与常规控制进行比较.结果表明:补偿模糊神经网络控制器对参数变化的适应性明显优于常规控制器,补偿模糊神经网络方法对灰循环系统控制优化有实际意义. 展开更多

关键词 循环流化床 灰循环系统 回料量 补偿模糊神经网络

在线阅读 下载PDF 职称材料

补偿模糊神经网络水果形状分级器分级误差 被引量：8

2

作者 曹乐平 温芝元 《农业工程学报》 EI CAS CSCD 北大核心 2008年第12期102-106,共5页

针对神经网络对水果进行分级时精度有待提高的问题,分析了补偿模糊神经网络椪柑形状分级器的分级误差。将椪柑图像前4个傅里叶描述子按期望输出模糊变量值大小排列成单调递增、单调递减、钟形分布和锯齿形分布4种训练样本,分别训练同一... 针对神经网络对水果进行分级时精度有待提高的问题,分析了补偿模糊神经网络椪柑形状分级器的分级误差。将椪柑图像前4个傅里叶描述子按期望输出模糊变量值大小排列成单调递增、单调递减、钟形分布和锯齿形分布4种训练样本,分别训练同一补偿模糊神经网络水果形状分级器,用递减排序后的同一测试样本检验分级器性能,试验表明,单调递减顺序训练样本所训练的分级器分级误差最小为1.875%,钟形分布、单调递增顺序和锯齿形分布训练样本所训练的分级器分级误差依次增大,分别为15%、63.125%、75%。分析分级误差与样本间顺序的对应关系,建立分级误差模型,结果表明,同顺序的测试样本与训练样本间相关系数大,分级误差小;不同顺序的测试样本与训练样本间相关系数小,分级误差大。因此,测试样本与训练样本按水果同一品质特征同序排列,提高样本间的相关程度,将大幅度降低神经网络类分级器分级误差,提高正确识别率。 展开更多

关键词 补偿模糊神经网络 离散傅里叶变换 谐波分量 水果形状 分级误差

在线阅读 下载PDF 职称材料

混合动力汽车补偿模糊神经网络能量管理策略 被引量：7

3

作者 陈慧勇 吴光强 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2009年第4期525-530,共6页

以上海大众汽车公司某型号混合动力电动汽车(HEV)的设计要求为基础,提出了一种基于补偿模糊神经网络的能量控制策略,并采用动态调整步长的梯度下降法加快算法的收敛速度.分析了样本数据选取、输入、输出模糊分割和模糊规则提取对控制器... 以上海大众汽车公司某型号混合动力电动汽车(HEV)的设计要求为基础,提出了一种基于补偿模糊神经网络的能量控制策略,并采用动态调整步长的梯度下降法加快算法的收敛速度.分析了样本数据选取、输入、输出模糊分割和模糊规则提取对控制器性能的影响.利用ADVISOR2002仿真平台进行二次开发,完成了基于补偿模糊神经网络的控制策略、并联电力辅助控制策略和模糊控制策略的仿真比较.仿真结果表明,基于补偿模糊神经网络的控制器具有较强的自适应能力,可以较好提高混合动力汽车的燃油经济性和排放性. 展开更多

关键词 混合动力汽车 能量管理 模糊控制 补偿模糊神经网络

在线阅读 下载PDF 职称材料

基于补偿模糊神经网络和线性模型的短期电力负荷预测 被引量：3

4

作者 耿伟华 孙衢 李兴源 《电网技术》 EI CSCD 北大核心 2006年第23期1-5,共5页

在考虑了气象因素对负荷的影响的基础上,提出了一种补偿模糊神经网络和线性模型相结合的短期电力负荷预测新方法。首先采用补偿模糊神经网络求出峰、谷负荷,然后利用线性外推法求出未来1日中24个时刻的负荷值。该方法具有神经网络和线... 在考虑了气象因素对负荷的影响的基础上,提出了一种补偿模糊神经网络和线性模型相结合的短期电力负荷预测新方法。首先采用补偿模糊神经网络求出峰、谷负荷,然后利用线性外推法求出未来1日中24个时刻的负荷值。该方法具有神经网络和线性模型的优点,实例仿真结果表明其具有较快的收敛速度、较高的预测精度和较强的鲁棒性。 展开更多

关键词 短期负荷预测 补偿模糊神经网络 模糊神经网络 隶属函数 线性外推法

在线阅读 下载PDF 职称材料

一种基于补偿模糊神经网络的新型图像滤波方法 被引量：3

5

作者 吴定会 李真 纪志成 《仪器仪表学报》 EI CAS CSCD 北大核心 2008年第7期1470-1474,共5页

针对图像滤波难题,将补偿模糊神经网络应用于图像滤波中,提出了基于补偿模糊神经网络(compensatory fuzzy neural network)的图像滤波方法。该方法结合了模糊逻辑的推理能力和神经网络的自适应、自学习能力。同时采用具有快速学习的补... 针对图像滤波难题,将补偿模糊神经网络应用于图像滤波中,提出了基于补偿模糊神经网络(compensatory fuzzy neural network)的图像滤波方法。该方法结合了模糊逻辑的推理能力和神经网络的自适应、自学习能力。同时采用具有快速学习的补偿算法,引入补偿模糊神经元,使学习后的网络具有更高的容错性,并弥补了神经网络学习耗时的缺点,提高了滤波效率。模糊运算采用动态的、全局优化运算,使网络更优化,进一步改善了滤波效果。仿真结果表明,该方法对噪声具有很好地滤除作用,与现有其它滤波方法相比,具有明显的效果。 展开更多

关键词 图像滤波 补偿模糊神经网络 滤波效率

在线阅读 下载PDF 职称材料

改进补偿模糊神经网络在坡面产沙模拟预报中的应用 被引量：3

6

作者 代华龙 曹叔尤 耿新宇 《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2008年第5期45-50,共6页

土壤侵蚀产沙是一个极其复杂的物理过程,其物理机理十分复杂,往往难以用数学方式来描述。根据土壤侵蚀过程内在特点,采用一种改进的补偿模糊神经网络(CFNN)方法,对坡面侵蚀产沙过程进行了预测研究。利用四川某水土保持实验站观测数据,通... 土壤侵蚀产沙是一个极其复杂的物理过程,其物理机理十分复杂,往往难以用数学方式来描述。根据土壤侵蚀过程内在特点,采用一种改进的补偿模糊神经网络(CFNN)方法,对坡面侵蚀产沙过程进行了预测研究。利用四川某水土保持实验站观测数据,通过MATLAB语言编制程序进行了仿真试验,全局误差为0.0517,预测值与实测值吻合良好,误差小于10%。结果表明,该方法预报精度较好,为坡面产沙模拟模型的建立提供了重要的参考方法。 展开更多

关键词 补偿模糊神经网络 侵蚀产沙 坡面

在线阅读 下载PDF 职称材料

基于自适应学习速率法的补偿模糊神经网络 被引量：3

7

作者 汪纪锋 蒋玉莲 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2005年第10期82-85,共4页

为克服常规网络收敛速度慢、无法结合专家知识等缺点,引入补偿模糊神经元,结合模糊系统强大的知识表达能力和神经网络优秀的自学习能力,并利用自适应学习速率法动态地改变学习率.提出了一种新型的基于自适应学习速率法的补偿模糊神经网... 为克服常规网络收敛速度慢、无法结合专家知识等缺点,引入补偿模糊神经元,结合模糊系统强大的知识表达能力和神经网络优秀的自学习能力,并利用自适应学习速率法动态地改变学习率.提出了一种新型的基于自适应学习速率法的补偿模糊神经网络,并将其应用到实际例子中.结果证明,它不仅能在线适当调整参数,还能动态地优化相应的模糊推理,加快训练速度. 展开更多

关键词 神经网络 补偿模糊神经网络 自适应学习速率法 模糊逻辑

在线阅读 下载PDF 职称材料

基于补偿模糊神经网络的汽车双离合器式自动变速器起步控制策略研究 被引量：3

8

作者 孙贤安 吴光强 《汽车技术》 北大核心 2011年第5期5-10,共6页

利用神经网络训练数据建立了发动机数学模型。针对目前起步控制策略大多没有自学习功能的现状,基于补偿模糊神经网络,以油门开度及其变化率为输入变量,提出了一种汽车双离合器式自动变速器起步控制策略。采用起步时间、滑摩功、冲击度... 利用神经网络训练数据建立了发动机数学模型。针对目前起步控制策略大多没有自学习功能的现状,基于补偿模糊神经网络,以油门开度及其变化率为输入变量,提出了一种汽车双离合器式自动变速器起步控制策略。采用起步时间、滑摩功、冲击度、发动机最高转速和同步转速等指标检验仿真结果。结果表明,基于补偿模糊神经网络的起步控制策略在各性能指标方面均优于原控制策略,并具有较强的自适应能力。 展开更多

关键词 自动变速器 双离合器式 补偿模糊神经网络 起步控制

在线阅读 下载PDF 职称材料

基于补偿模糊神经网络的数控机床热误差预报模型 被引量：6

9

作者 于金 《组合机床与自动化加工技术》 北大核心 2004年第4期78-79,共2页

文章提出了一种基于补偿模糊神经网络的数控机床热误差预报模型 ,讨论了该模型的详细结构、模糊规则、训练算法及相关技术问题 。

关键词 数控机床 热误差 预报模型 补偿模糊神经网络 智能预报 精度评价

在线阅读 下载PDF 职称材料

六维腕力传感器的补偿模糊神经网络模型 被引量：1

10

作者 干方建 刘正士 《机床与液压》 北大核心 2002年第1期32-34,共3页

本文基于神经网络可以对非线性系统的任意逼近能力 ,建立了六维腕力传感器的补偿模糊神经网络模型 ,仿真结果表明 ,这种补偿模糊神经网络对六维腕力传感器非线性系统逼近精度高、训练步数少、学习收敛速度快、误差曲线稳定 。

关键词 六维腕力传感器 补偿模糊神经网络模型 仿真 机器人

在线阅读 下载PDF 职称材料

基于补偿模糊神经网络数控机床热变形的控制 被引量：1

11

作者 于金 《机械设计与制造》 北大核心 2006年第10期140-141,共2页

提出了一种基于补偿模糊神经网络的数控机床热误差预报模型,讨论了该模型的详细结构、模糊规则、训练算法及相关技术问题,并给出了智能预报结果和精度评价。

关键词 变形控制 补偿模糊神经网络 建模 数控机床

在线阅读 下载PDF 职称材料

基于补偿模糊神经网络的智能诊断系统

12

作者 郭前进 于海斌 徐皑冬 《仪器仪表学报》 EI CAS CSCD 北大核心 2005年第z1期775-778,共4页

提出了一种基于补偿模糊神经网络的智能诊断系统,该系统将神经网络和补偿模糊逻辑相结合,采用动态、全局优化的运算,充分利用了相互间的优点。在神经网络的学习算法中,动态优化补偿模糊运算,使网络更适用、更优化。网络不仅能适当调整... 提出了一种基于补偿模糊神经网络的智能诊断系统,该系统将神经网络和补偿模糊逻辑相结合,采用动态、全局优化的运算,充分利用了相互间的优点。在神经网络的学习算法中,动态优化补偿模糊运算,使网络更适用、更优化。网络不仅能适当调整输入输出模糊隶属函数,也能借助于补偿逻辑算法动态优化相应的模糊推理,由于补偿模糊逻辑神经网络引入了补偿模糊神经元,能使网络从初始定义的模糊规则开始训练,使网络容错率更高,系统更稳定。仿真实验证明该模型在智能诊断中具有收敛速度快,诊断精度高,而且适应性强等优点。 展开更多

关键词 故障诊断 补偿模糊神经网络 补偿模糊运算

在线阅读 下载PDF 职称材料

基于聚类和文化算法的补偿模糊神经网络建模方法

13

作者 黄海燕 刘漫丹 顾幸生 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第2期302-307,共6页

根据补偿模糊神经网络的建模特点,提出了基于聚类和文化算法的补偿模糊神经网络建模方法。该网络的学习分为两步:结构辨识和参数辨识。在结构辨识中,采用改进的聚类算法确定模糊规则数及初始参数,构造一个初始模糊模型;在参数辨识中,采... 根据补偿模糊神经网络的建模特点,提出了基于聚类和文化算法的补偿模糊神经网络建模方法。该网络的学习分为两步:结构辨识和参数辨识。在结构辨识中,采用改进的聚类算法确定模糊规则数及初始参数,构造一个初始模糊模型;在参数辨识中,采用基于多层信念空间的文化算法对具有5层结构的补偿模糊神经网络参数进一步优化,使其具有更高的精度。通过对TE过程的故障诊断建模,结果表明该网络在建模精度和收敛速度上均优于常规补偿模糊神经网络和常规模糊神经网络。 展开更多

关键词 补偿模糊神经网络(CFNN) 聚类方法 文化算法

在线阅读 下载PDF 职称材料

一种基于补偿模糊神经网络的水质预测方法 被引量：8

14

作者 王海云 冯裕钊 +1 位作者 张晓清 赵宏伟 《重庆建筑大学学报》 CSCD 2004年第5期77-81,共5页

在污水处理系统过程控制中,对水质变化规律进行预测是控制系统可靠、稳定运行的重要环节。介绍了基于模糊逻揖和神经网络的补偿神经网络(CFNN)及其学习算法,利用CFNN学习速度快、学习过程稳定、全局动态优化运算等特点,建立污水处理厂C... 在污水处理系统过程控制中,对水质变化规律进行预测是控制系统可靠、稳定运行的重要环节。介绍了基于模糊逻揖和神经网络的补偿神经网络(CFNN)及其学习算法,利用CFNN学习速度快、学习过程稳定、全局动态优化运算等特点,建立污水处理厂CFNN的水质预测模型。实例预测结果表明该模型对初始值的选择不敏感,具有很好的收敛性和预测精度,适合实际工程应用。 展开更多

关键词 补偿模糊神经网络 水质预测 污水处理

在线阅读 下载PDF 职称材料

基于补偿模糊神经网络的集群创新能力评价 被引量：4

15

作者 李颖超 王要武 《沈阳建筑大学学报（自然科学版）》 CAS 北大核心 2009年第1期201-204,共4页

目的为了提高产业集群创新能力及企业的整体创新水平,增强产业国际竞争力.方法将补偿模糊神经网络算法应用到产业集群创新能力评价当中,构建了基于网络结构的集群创新能力评价指标体系,通过因子分析将指标体系精简为6个因子,以6个因子... 目的为了提高产业集群创新能力及企业的整体创新水平,增强产业国际竞争力.方法将补偿模糊神经网络算法应用到产业集群创新能力评价当中,构建了基于网络结构的集群创新能力评价指标体系,通过因子分析将指标体系精简为6个因子,以6个因子为输入,建立补偿神经网络模型,实现对集群创新能力的评价研究.结果应用Matlab进行编程运算,从实验结果来看,误差非常小,训练结果令人满意,取得了很好的效果.结论该方法适用于产业集群创新网络能力的绩效评价,从而为研究产业集群的评价提供了一个新的思路. 展开更多

关键词 产业集群 创新能力 补偿模糊神经网络 评价

在线阅读 下载PDF 职称材料

补偿模糊神经网络在砂土液化势评价中的应用 被引量：3

16

作者 董贤哲 张军平 《地球科学与环境学报》 CAS 2008年第1期64-68,共5页

在分析砂土液化影响因素的基础上,选取震级、地面加速度最大值、标准贯入击数、比贯入阻力、相对密实度、平均粒径、地下水位等7个因素作为评价指标,建立了砂土液化势评价的补偿模糊神经网络模型。通过对网络的学习训练和仿真检验,表明... 在分析砂土液化影响因素的基础上,选取震级、地面加速度最大值、标准贯入击数、比贯入阻力、相对密实度、平均粒径、地下水位等7个因素作为评价指标,建立了砂土液化势评价的补偿模糊神经网络模型。通过对网络的学习训练和仿真检验,表明补偿模糊神经网络是进行砂土液化势预测评价的有效手段。 展开更多

关键词 补偿模糊神经网络 砂土 液化势 评价指标 仿真

在线阅读 下载PDF 职称材料

基于密度聚类补偿模糊神经网络的建模方法

17

作者 王婷婷 李平 +2 位作者 刘晓梅 张璐璐 王灏 《科学技术与工程》 2010年第13期3106-3109,共4页

补偿模糊神经网络是综合补偿模糊逻辑和神经网络的混合系统。提出了将密度聚类算法运用到补偿模糊神经网络的输入模糊化和规则提取中。通过该方法对非线性系统的建模,仿真结果证明改进后的网络在提取规则、误差精度、收敛速度等方面均... 补偿模糊神经网络是综合补偿模糊逻辑和神经网络的混合系统。提出了将密度聚类算法运用到补偿模糊神经网络的输入模糊化和规则提取中。通过该方法对非线性系统的建模,仿真结果证明改进后的网络在提取规则、误差精度、收敛速度等方面均优于传统补偿模糊神经网络。 展开更多

关键词 补偿模糊神经网络 密度聚类 建模 模规则

在线阅读 下载PDF 职称材料

锅炉控制系统的补偿模糊神经网络仿真 被引量：1

18

作者 王道阔 《控制工程》 CSCD 北大核心 2011年第S1期41-43,共3页

针对锅炉这种多参数、非线性、时变、难以建立精确数学模型的复杂被控对象,结合模糊控制和神经网络技术,提出用补偿模糊神经网络算法构造锅炉控制系统的补偿模糊神经网络自适应控制器,引入模糊推理和补偿运算,使其在性能上优越于PID控... 针对锅炉这种多参数、非线性、时变、难以建立精确数学模型的复杂被控对象,结合模糊控制和神经网络技术,提出用补偿模糊神经网络算法构造锅炉控制系统的补偿模糊神经网络自适应控制器,引入模糊推理和补偿运算,使其在性能上优越于PID控制器和一般的模糊神经网络控制器,采用Matlab中的仿真工具对补偿模糊神经网络控制器的性能做出初步的仿真。 展开更多

关键词 锅炉控制 MATLAB 补偿模糊神经网络

在线阅读 下载PDF 职称材料

补偿递归模糊神经网络及在热工建模中的应用 被引量：3

19

作者 吴波 吴科 +1 位作者 吕剑虹 向文国 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2008年第4期668-673,共6页

在传统的模糊神经网络中引入递归环节和补偿环节,构成了一种新型补偿递归模糊神经网络(CRFNN),改善了网络的动态响应特性和学习能力.在此基础上,采用一种新型序贯监督策略对网络进行结构辨识,能够有效地确定模糊规则的条数以及相关参数... 在传统的模糊神经网络中引入递归环节和补偿环节,构成了一种新型补偿递归模糊神经网络(CRFNN),改善了网络的动态响应特性和学习能力.在此基础上,采用一种新型序贯监督策略对网络进行结构辨识,能够有效地确定模糊规则的条数以及相关参数的初始值.针对CRFNN的结构特点,提出了改进的BP算法,能够对网络的结构参数进行进一步的学习.对典型的热工对象以及复杂的ALSTOM气化炉进行的建模计算结果表明,提出的CRFNN具有优良的动态响应特性和很强的学习能力,值得在热工建模与控制领域中推广应用. 展开更多

关键词 补偿递归模糊神经网络 系统建模 序贯监督策略 改进BP算法 热工对象

在线阅读 下载PDF 职称材料

基于模糊神经网络的短时公交到站时间预测 被引量：8

20

作者 李大铭 赵新良 +1 位作者 林永杰 邹难 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第3期443-446,共4页

研究了中国公交运营特点,利用全球定位系统和电子票务收费系统收集的车辆实时信息,建立了路段和站点补偿模糊神经网络模型,分别预测车辆的路段行驶时间和站点停留时间.路段预测模型的输入是所有重合线路的站点行驶数据,改变了现有预测... 研究了中国公交运营特点,利用全球定位系统和电子票务收费系统收集的车辆实时信息,建立了路段和站点补偿模糊神经网络模型,分别预测车辆的路段行驶时间和站点停留时间.路段预测模型的输入是所有重合线路的站点行驶数据,改变了现有预测模型只采用单线路数据的不足.以济南市一条实际公交线路为例,利用VISSIM模拟专用道和非专用道两种道路结构并计算到站时间预测值,结果证明:提出的模型性能明显优于平均值法和卡尔曼滤波法,15min内预测累积误差小于10%,而在公交专用道上误差小于7%. 展开更多

关键词 公交到站时间 短时预测 模糊策略 补偿模糊神经网络 重合线路

在线阅读 下载PDF 职称材料