期刊文献+
共找到663篇文章
< 1 2 34 >
每页显示 20 50 100
六维腕力传感器的补偿模糊神经网络模型 被引量:1
1
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
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
2
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
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
3
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RBF模糊神经网络的钢轨侧磨预测
4
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
基于模糊神经网络对抗生成的城市固废焚烧过程二噁英排放预警
5
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
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
6
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
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
7
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
液压机械补偿功率回收模型参考模糊神经网络控制 被引量:3
8
作者 谢光辉 喇凯英 王留运 《机床与液压》 北大核心 2009年第2期114-116,155,共4页
介绍了液压系统试验中机械补偿功率回收的原理,建立了压力系统的数学模型。针对机械补偿功率回收系统影响压力的非线性因素多且多为缓变的特点,为满足试验要求提出了采用模型参考的模糊神经网络,提出了该网络实现的形式,设计了模糊神经... 介绍了液压系统试验中机械补偿功率回收的原理,建立了压力系统的数学模型。针对机械补偿功率回收系统影响压力的非线性因素多且多为缓变的特点,为满足试验要求提出了采用模型参考的模糊神经网络,提出了该网络实现的形式,设计了模糊神经网络和误差的逼近算法,根据要求确定了参考模型等。仿真结果表明:该控制方法能有效地跟踪参考模型,改变对象参数及负载输出压力无变化,能很好地满足试验要求。 展开更多
关键词 压力控制 功率回收 模型参考模糊神经网络 自适应控制
在线阅读 下载PDF
基于灰色模型和RBF神经网络的MEMS陀螺温度补偿 被引量:25
9
作者 李士心 王晓亮 +1 位作者 翁海娜 孙学成 《中国惯性技术学报》 EI CSCD 北大核心 2010年第6期742-746,共5页
MEMS陀螺的零偏随温度呈非线性变化,同时含有较大的随机噪声。针对传统的多项式模型难以精确表达零偏随温度变化的问题,提出了一种基于灰色模型和RBF神经网络的MEMS陀螺温度补偿方法:首先用灰色模型对数据进行预处理,以减小原始数据的噪... MEMS陀螺的零偏随温度呈非线性变化,同时含有较大的随机噪声。针对传统的多项式模型难以精确表达零偏随温度变化的问题,提出了一种基于灰色模型和RBF神经网络的MEMS陀螺温度补偿方法:首先用灰色模型对数据进行预处理,以减小原始数据的噪声;然后用降噪后的样本数据对RBF神经网络进行训练。在相同的训练次数下训练误差可减小一个数量级。验证试验结果表明,采用该模型补偿后的陀螺零偏误差较传统的多项式模型减小一个数量级,较未经预处理的RBF神经网络减小2/3。 展开更多
关键词 MEMS陀螺 灰色模型 RBF神经网络 温度补偿
在线阅读 下载PDF
基于模糊RBF神经网络动态摩擦分块补偿的机器人数字鲁棒滑模控制算法 被引量:8
10
作者 李敏 王家序 +2 位作者 肖科 黄超 徐超 《中国机械工程》 EI CAS CSCD 北大核心 2012年第23期2792-2796,共5页
结合非线性、强耦合的机器人动力学模型,提出了采用3个模糊RBF神经网络对机器人中的不确定项——LuGre动态摩擦进行分块补偿的机器人数字鲁棒滑模控制算法,在线自适应训练非线性动态摩擦项的参数,并分析了该算法的Lyapunov稳定性。通过... 结合非线性、强耦合的机器人动力学模型,提出了采用3个模糊RBF神经网络对机器人中的不确定项——LuGre动态摩擦进行分块补偿的机器人数字鲁棒滑模控制算法,在线自适应训练非线性动态摩擦项的参数,并分析了该算法的Lyapunov稳定性。通过在二自由度机器人上的仿真,证明了该算法具有高精度、高可靠性、高品质、稳定、强鲁棒性等特点。同时发现了该机器人的摩擦模型中存在类菱形吸引子等非线性动力学现象。 展开更多
关键词 模糊RBF神经网络 摩擦补偿 LuGre摩擦模型 不确定性 机器人数字控制
在线阅读 下载PDF
模糊神经网络理论在数控机床热误差补偿建模中的应用 被引量:20
11
作者 张宏韬 姜辉 杨建国 《上海交通大学学报》 EI CAS CSCD 北大核心 2009年第12期1950-1952,1961,共4页
应用模糊神经网络的学习性能,以一台数控机床的主轴径向热误差数据进行机床热误差建模和预报,并与常用的反向传播(BP)神经网络模型建模进行对比.结果表明,模糊神经网络模型对机床系统的热特性具有更强的学习能力,能对机床误差作出更为... 应用模糊神经网络的学习性能,以一台数控机床的主轴径向热误差数据进行机床热误差建模和预报,并与常用的反向传播(BP)神经网络模型建模进行对比.结果表明,模糊神经网络模型对机床系统的热特性具有更强的学习能力,能对机床误差作出更为精确的预报,进一步提高了误差补偿的效果. 展开更多
关键词 热误差 误差补偿 模糊神经网络 数控机床
在线阅读 下载PDF
炼铜转炉吹炼终点的神经网络和自适应残差补偿组合预报模型 被引量:13
12
作者 彭小奇 胡志坤 +2 位作者 梅炽 胡军 姚俊峰 《控制理论与应用》 EI CAS CSCD 北大核心 2002年第1期149-151,共3页
提出了基于改进的BP神经网络学习算法和自适应残差补偿算法的炼铜转炉吹炼终点组合预报模型 .利用某厂实际生产数据进行仿真运行的结果表明 ,本文建立的模型具有较高的预报精度和较强的实用性 。
关键词 炼铜 转炉 吹炼 神经网络 终点预报 自适应残差补偿 组合预报模型
在线阅读 下载PDF
基于参数动态调整的动态模糊神经网络的软件可靠性增长模型 被引量:23
13
作者 刘逻 郭立红 +2 位作者 肖辉 王建军 王改革 《计算机科学》 CSCD 北大核心 2013年第2期186-190,共5页
利用遗传算法对动态模糊神经网络的自身参数进行动态调整(GA-DFNN),并将其应用于软件可靠性增长模型(SRGM)的研究。在对动态模糊神经网络进行训练的过程中,用遗传算法求得动态模糊神经网络自身参数的优化解,根据得到的参数建立基于动态... 利用遗传算法对动态模糊神经网络的自身参数进行动态调整(GA-DFNN),并将其应用于软件可靠性增长模型(SRGM)的研究。在对动态模糊神经网络进行训练的过程中,用遗传算法求得动态模糊神经网络自身参数的优化解,根据得到的参数建立基于动态模糊神经网络的软件失效数据预测模型。利用3组软件缺陷数据,对用GA-DFNN建立的SRGM和模糊神经网络(FNN)以及BP神经网络(BPN)建立的SRGM的预测能力进行了比较,仿真结果证实,根据GA-DFNN建立的SRGM的短期预测能力稳定,短期预测误差小,且具有一定的通用性。 展开更多
关键词 软件可靠性增长模型 动态模糊神经网络 遗传算法 短期预测
在线阅读 下载PDF
我国农机总动力需求的模糊神经网络预测模型 被引量:6
14
作者 关凯书 张丽 +1 位作者 张美华 梁安波 《农业机械学报》 EI CAS CSCD 北大核心 1999年第5期86-88,共3页
利用模糊神经网络建立了具有时间序列对象的预测模型,提出了相应的模糊化方法,并对我国农机总动力需求进行了预测。
关键词 神经网络 模糊模型 预测模型 农机 动力需求
在线阅读 下载PDF
模糊模式识别神经网络预测模型及其应用 被引量:20
15
作者 邱林 陈守煜 聂相田 《水科学进展》 EI CAS CSCD 北大核心 1998年第3期258-264,共7页
提出了模糊模式识别神经网络预测模型,开辟了神经网络拓朴结构建模的新思路。模型的激励函数采用了模糊模式识别模型。最后给出中长期水文预测的应用实例。
关键词 模糊模式识别 神经网络 预测模型 水文预测
在线阅读 下载PDF
磁力仪温度误差的径向基神经网络补偿模型 被引量:13
16
作者 庞鸿锋 罗飞路 +2 位作者 陈棣湘 潘孟春 罗诗途 《仪器仪表学报》 EI CAS CSCD 北大核心 2012年第3期695-700,共6页
磁通门磁力仪参数受温度影响明显,直接影响传感器测量精度,需要研究补偿方法,提高测量精度。采用无磁高低温试验箱测量磁通门传感器温度特性;提出基于径向基神经网络的温度误差补偿方法,分别建立磁通门磁力仪零漂误差补偿模型和刻度因... 磁通门磁力仪参数受温度影响明显,直接影响传感器测量精度,需要研究补偿方法,提高测量精度。采用无磁高低温试验箱测量磁通门传感器温度特性;提出基于径向基神经网络的温度误差补偿方法,分别建立磁通门磁力仪零漂误差补偿模型和刻度因子误差补偿模型。结果表明,径向基神经网络能良好逼近磁通门传感器参数的温度特性;与BP神经网络相比,径向基神经网络在零漂补偿中训练时间更短,精度更高,重复性更好,零漂误差的抑制能力更强。补偿后,磁通门磁力仪零漂误差从7.105 5 nT减少到0.766 1 nT;刻度因子误差从6.3E-3减少到7.2E-5;测量值温度误差由213.6 nT补偿到9.1 nT。提出建立通用的温度补偿模型,在不同磁场环境下经过反复测试,采用训练过的模型补偿后,温度误差均降低一个数量级,提高了磁通门磁力仪温度性能和精度。 展开更多
关键词 磁通门磁力仪 径向基神经网络 刻度因子 零偏 温度误差 补偿模型
在线阅读 下载PDF
多变量系统的模糊神经网络控制模型及其应用 被引量:10
17
作者 彭小奇 梅炽 +1 位作者 周孑民 唐英 《控制理论与应用》 EI CAS CSCD 北大核心 1995年第3期351-357,共7页
本文综合模糊控制系统与人工神经网络的优点,提出了一种多变量系统的模糊神经网络控制模型并给出了其建模方法,该方法适合于多变量系统的建模及其模糊控制器的设计.笔者以此方法建立了渣贫化电炉生产过程的模糊神经网络控制模型并开... 本文综合模糊控制系统与人工神经网络的优点,提出了一种多变量系统的模糊神经网络控制模型并给出了其建模方法,该方法适合于多变量系统的建模及其模糊控制器的设计.笔者以此方法建立了渣贫化电炉生产过程的模糊神经网络控制模型并开发出相应的决策支持系统,该系统自1992年6月投入生产现场使用以来,一直稳定可靠地正常运行,取得了令人满意的效果和显著的经济和社会效益. 展开更多
关键词 多变量系统 神经网络 模糊控制 模糊模型
在线阅读 下载PDF
基于T-S模型的模糊神经网络城市需水量预测方法研究 被引量:15
18
作者 孙月峰 闫雅飞 +1 位作者 张表志 刘少博 《安全与环境学报》 CAS CSCD 北大核心 2013年第2期136-139,共4页
针对需水量预测的非线性、随机性和模糊性等特点,引入模糊系统理论,建立了基于T-S模型的模糊神经网络需水量预测模型。该模型将模糊系统良好的模糊知识表达能力与神经网络强大的自学习和自适应能力有机结合,具有逼近最优、收敛速度快、... 针对需水量预测的非线性、随机性和模糊性等特点,引入模糊系统理论,建立了基于T-S模型的模糊神经网络需水量预测模型。该模型将模糊系统良好的模糊知识表达能力与神经网络强大的自学习和自适应能力有机结合,具有逼近最优、收敛速度快、训练时间短等优点。应用该模型预测了天津市2015年的需水量。结果表明,采用基于T-S模型的模糊神经网络方法进行需水量预测的拟合与预测平均相对误差分别为3.39%和2.67%。将该模型与BP神经网络和非线性回归方法的预测结果进行对比分析,该模型的拟合与预测精度最高。 展开更多
关键词 水文学 模糊理论 BP神经网络 需水量预测 模型
在线阅读 下载PDF
基于RBF神经网络集成-模糊加权输出的数字温度传感器误差补偿 被引量:20
19
作者 林海军 滕召胜 +1 位作者 杨进宝 刘让周 《仪器仪表学报》 EI CAS CSCD 北大核心 2011年第7期1675-1680,共6页
数字温度传感器存在非线性误差,在高精度测温系统中需要进行误差补偿。提出了一种基于径向基函数神经网络集成-模糊加权输出(RBFNNE-FWO)的数字温度传感器误差补偿方法:首先根据数字温度传感器的误差特征,提取特征阈值,构造三个相互独... 数字温度传感器存在非线性误差,在高精度测温系统中需要进行误差补偿。提出了一种基于径向基函数神经网络集成-模糊加权输出(RBFNNE-FWO)的数字温度传感器误差补偿方法:首先根据数字温度传感器的误差特征,提取特征阈值,构造三个相互独立的成员RBFNN;考虑到成员网络之间边界误差补偿问题,构建一种RBFNN集成输出权值模糊调节器,获得RBFNN集成输出权值,从而完成数字温度传感器的全量程误差补偿。与多种方法的比较仿真实验表明,这种RBFNNE-FWO方法的性能最佳、各成员网络边界误差最小,补偿后的数字温度传感器误差减少了两个数量级,大大提高了测温准确度。 展开更多
关键词 数字温度传感器 误差补偿 径向基函数神经网络集成-模糊加权输出 边界误差
在线阅读 下载PDF
基于模糊神经网络的轮廓误差附加补偿控制研究 被引量:5
20
作者 肖本贤 郭福权 +2 位作者 王群京 昂卫兵 娄天玲 《系统仿真学报》 CAS CSCD 2003年第12期1733-1736,共4页
在分析系统轮廓误差的基础上,提出了基于模糊神经网络的轮廓误差补偿方法,并说明其补偿器的原理、算法及实现。该法在不改变系统各单轴位置环的前提下,根据系统的轮廓误差,通过模糊神经网络的自学习能力动态向各轴提供误差补偿信息,进... 在分析系统轮廓误差的基础上,提出了基于模糊神经网络的轮廓误差补偿方法,并说明其补偿器的原理、算法及实现。该法在不改变系统各单轴位置环的前提下,根据系统的轮廓误差,通过模糊神经网络的自学习能力动态向各轴提供误差补偿信息,进而提高系统的轮廓精度,同时也解决了各轴之间增益不匹配、动态不匹配和各轴不可预见性问题。最后,在MATLAB6.1环境下对该系统进行仿真,仿真结果表明其可行性和有效性。 展开更多
关键词 轮廓误差 模糊神经网络 动态分配 补偿
在线阅读 下载PDF
上一页 1 2 34 下一页 到第
使用帮助 返回顶部