期刊文献+
共找到14篇文章
< 1 >
每页显示 20 50 100
基于动态T-S递归模糊神经网络的闪速熔炼过程参数软测量 被引量:2
1
作者 彭晓波 桂卫华 +2 位作者 李勇刚 王凌云 陈勇 《仪器仪表学报》 EI CAS CSCD 北大核心 2008年第10期2029-2033,共5页
闪速熔炼过程中存在大量多元非线性因素,难以从统计学和机理上确立操作参数。为优化闪速炉的操作参数,建立了动态T-S递归模糊神经网络(DTRFNN)的软测量模型,推导了DTRFNN的权值学习算法。将其应用到某厂铜闪速熔炼过程中的参数软测量上... 闪速熔炼过程中存在大量多元非线性因素,难以从统计学和机理上确立操作参数。为优化闪速炉的操作参数,建立了动态T-S递归模糊神经网络(DTRFNN)的软测量模型,推导了DTRFNN的权值学习算法。将其应用到某厂铜闪速熔炼过程中的参数软测量上,平均精确率达到97%,能为生产操作提供有益的指导。 展开更多
关键词 动态t-s递归模糊神经网络(dtrfnn) BP学习算法 冰铜品位 冰铜温度 渣中铁硅比
在线阅读 下载PDF
动态T-S递归模糊神经网络及其应用 被引量:1
2
作者 彭晓波 桂卫华 +1 位作者 李勇刚 陈勇 《系统仿真学报》 CAS CSCD 北大核心 2009年第18期5636-5638,5644,共4页
提出了动态T-S递归模糊神经网络(DTRFNN)。该网络具有全局收敛特性的递归结构;采用BP算法进行网络权值的学习;并利用Lyapunov定理证明该模型具有全局收敛性,并在此基础上提出了克服局部极小的方法。最后以动态系统的辨识为例,进行实验研... 提出了动态T-S递归模糊神经网络(DTRFNN)。该网络具有全局收敛特性的递归结构;采用BP算法进行网络权值的学习;并利用Lyapunov定理证明该模型具有全局收敛性,并在此基础上提出了克服局部极小的方法。最后以动态系统的辨识为例,进行实验研究,取得了很好的效果,表明DTRFNN动态模型能很好的对动态系统进行辨识。 展开更多
关键词 动态t-s递归模糊神经网络(dtrfnn) BP学习算法 收敛性 学习率
在线阅读 下载PDF
一种用于非线性动态辨识的新型神经网络
3
作者 张剑 林瑞昌 毕天昊 《控制工程》 CSCD 北大核心 2024年第8期1383-1391,共9页
为提高非线性动态系统辨识(NDSI)的效果,在结合自建型模糊神经网络(SCFNN)和多层神经元神经网络(MLPNN)的基础上,提出一种自建递归型模糊神经网络(SCRFNN)。SCRFNN相较于前者,多了一个递归通道与抑制模糊规则产生机制;相较于后者,增加... 为提高非线性动态系统辨识(NDSI)的效果,在结合自建型模糊神经网络(SCFNN)和多层神经元神经网络(MLPNN)的基础上,提出一种自建递归型模糊神经网络(SCRFNN)。SCRFNN相较于前者,多了一个递归通道与抑制模糊规则产生机制;相较于后者,增加了模糊推论与一个递归通道。为验证SCRFNN在系统辨识中的有效性,设计一个新的NDSI在线学习模型与代码设计流程图,并以此作为在线学习架构,将以上3个神经网络模型对4个串-并型非线性动态系统进行辨识分析。经过仿真表明,新提出的SCRFNN通过存储内部状态,具备了映射动态特征的功能,从而使系统具有适应时变特性的能力,更适合于非线性动态系统的辩识。且在模糊规则数、学习收敛速度、学习与预测误差均方根值、预测精准度方面也取得了良好的效果。 展开更多
关键词 自建递归型模糊神经网络 自建型模糊神经网络 多层神经元神经网络 非线性动态系统辨识
在线阅读 下载PDF
基于动态递归模糊神经网络盲均衡算法的研究 被引量:8
4
作者 张朝霞 海振宏 王华奎 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第2期539-541,共3页
模糊系统和神经网络已广泛应用于系统的辨识和控制,但是传统的模糊神经网络是一种静态映射,不适用于动态系统的辨识;而由于无线通信信道的时变性和不确定性,决定了盲均衡器本身就是一个动态的均衡过程,所以研究利用动态递归模糊神经网... 模糊系统和神经网络已广泛应用于系统的辨识和控制,但是传统的模糊神经网络是一种静态映射,不适用于动态系统的辨识;而由于无线通信信道的时变性和不确定性,决定了盲均衡器本身就是一个动态的均衡过程,所以研究利用动态递归模糊神经网络的盲均衡算法是可行的,而且也是必要的。仿真结果表明:由于动态模糊神经网络的均衡过程同时利用了系统的当前数据和历史数据,对动态系统的均衡,较传统神经网络在均衡的精度和稳定性方面具有更好的效果。 展开更多
关键词 动态递归 模糊神经网络 盲均衡 隶属函数
在线阅读 下载PDF
自组织递归区间二型模糊神经网络在动态时变系统辨识中的应用 被引量:9
5
作者 李迪 陈向坚 +2 位作者 续志军 杨帆 牛文达 《光学精密工程》 EI CAS CSCD 北大核心 2011年第6期1406-1413,共8页
针对动态时变系统辨识过程中存在噪声干扰的问题,本文将区间二型模糊集结合到递归神经网络中,提出了自组织递归区间二型模糊神经网络以增强动态时变系统的抗噪能力。该自组织递归区间二型模糊神经网络由前件和后件两部分构成:前件为区... 针对动态时变系统辨识过程中存在噪声干扰的问题,本文将区间二型模糊集结合到递归神经网络中,提出了自组织递归区间二型模糊神经网络以增强动态时变系统的抗噪能力。该自组织递归区间二型模糊神经网络由前件和后件两部分构成:前件为区间二型模糊集模型,用于将每个规则的激活强度反馈到自身构成内反馈回路,其参数学习采用梯度下降算法;后件为带有区间权值的Takagi-Sugeno-Kang(TSK)模型,其参数学习采用有序规则卡尔曼滤波算法,且网络初始规则数为零。所有规则均通过结构学习和前后件参数同时在线学习来产生,其网络结构学习采用的是在线区间二型模糊群集。为验证提出的神经网络的优越性,将其应用到单输入单输出动态时变系统的辨识中。实验结果表明,相对于前馈一型/二型模糊神经网络、递归一型模糊神经网络,该神经网络的辨识能力强,即使在存在白噪声的条件下,也能减小测试及训练误差。 展开更多
关键词 自组织递归区间 二型模糊神经网络 卡尔曼滤波 梯度下降法 噪声干扰 动态时变系统辨识
在线阅读 下载PDF
基于进化动态递归模糊神经网络的上肢康复机器人自适应阻抗控制 被引量:1
6
作者 徐国政 宋爱国 李会军 《高技术通讯》 EI CAS CSCD 北大核心 2010年第10期1072-1079,共8页
针对机器人辅助患肢进行康复训练时患肢病情的变化对系统运动平滑性和稳定性造成的影响,在传统阻抗控制方法的基础上,提出了一种基于进化动态递归模糊神经网络(EDRFNN)的新的自适应阻抗控制方法。该方法根据在线辨识得到的患肢机械阻抗... 针对机器人辅助患肢进行康复训练时患肢病情的变化对系统运动平滑性和稳定性造成的影响,在传统阻抗控制方法的基础上,提出了一种基于进化动态递归模糊神经网络(EDRFNN)的新的自适应阻抗控制方法。该方法根据在线辨识得到的患肢机械阻抗参数,运用EDRFNN对目标阻抗控制参数进行动态调整。在调整过程中,首先采用混合进化算法离线优化目标阻抗控制参数,然后再利用基于Lyapunov函数稳定收敛性理论设计的动态BP算法对目标阻抗控制参数在线作进一步的调整。分析和仿真结果表明,这种新的方法较其它阻抗控制方法更能有效地适应患肢病情的变化,且具有较好的平滑性和稳定性。 展开更多
关键词 康复机器人 动态递归 模糊神经网络 进化算法 在线辨识 自适应阻抗控制
在线阅读 下载PDF
基于动态递归模糊神经网络的动态系统辨识 被引量:6
7
作者 张友旺 《中南工业大学学报》 CSCD 北大核心 2003年第3期277-280,共4页
模糊系统和神经网络由于具有逼近任意连续非线性映射的特性而广泛应用于系统的辨识和控制,但是传统的模糊神经网络是一种静态映射,不适用于动态系统的辨识,而现实工程中的控制对象反映的是系统的动态行为.为了提高动态系统的辨识精度,... 模糊系统和神经网络由于具有逼近任意连续非线性映射的特性而广泛应用于系统的辨识和控制,但是传统的模糊神经网络是一种静态映射,不适用于动态系统的辨识,而现实工程中的控制对象反映的是系统的动态行为.为了提高动态系统的辨识精度,提出了一种新型的动态递归模糊神经网络,并根据动态递归神经网络的数学模型推导其动态反向传播学习算法及其改进算法.仿真结果表明:由于动态模糊神经网络的辨识过程同时利用了系统的当前数据和历史数据,对动态系统的辨识,特别是对具有纯时间延迟动态系统的辨识,较传统模糊神经网络在辨识精度和稳定性方面具有更好的效果.同时,确定网络权值和隶属函数参数初始值的方法可使动态系统的辨识过程具有更快的收敛速度. 展开更多
关键词 动态递归 模糊神经网络 动态反向传播学习算法 动态系统 辨识
在线阅读 下载PDF
超临界机组燃水比GAP-DRFNN的优化控制 被引量:1
8
作者 周洪煜 汪正海 +1 位作者 张振华 童明伟 《重庆大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第6期84-90,共7页
分析某厂直流锅炉燃水比控制系统,设计出基于生长剪枝动态递归模糊神经网络(Growing and pruning dynamic recurrent fuzzy neural network,GAP-DRFNN)的燃水比优化控制系统,GAP-DRFNN以汽水分离器出口工质温度偏差最小为导出信号,综合... 分析某厂直流锅炉燃水比控制系统,设计出基于生长剪枝动态递归模糊神经网络(Growing and pruning dynamic recurrent fuzzy neural network,GAP-DRFNN)的燃水比优化控制系统,GAP-DRFNN以汽水分离器出口工质温度偏差最小为导出信号,综合学习燃水比控制主要状态参数,实时输出燃水比最佳控制量。随着当前主要相关状态参数的输入,GAP-DRFNN通过结构学习,自动增加和修剪神经元,而且根据梯度下降法,动态调整网络的隶属函数参数以及神经网络递归权值。实验结果表明:此方案中燃水比控制可兼顾快速性和准确性,在变工况时系统仍具有优异的动静态性能,控制效果优于传统PID控制。 展开更多
关键词 燃水比 动态递归模糊神经网络 生长剪枝 变结构控制 超临界机组
在线阅读 下载PDF
基于有限差分法的双臂关节柔性空间机器人智能递阶控制策略 被引量:3
9
作者 梁捷 秦开宇 《空间科学学报》 CAS CSCD 北大核心 2020年第6期1125-1134,共10页
谐波减速器和力矩传感器等柔性元件广泛应用于空间机器人关节系统,以获取高减速比.这些柔性元件为空间机器人系统引入关节柔性,使得对其的稳定控制变得更为复杂.本文讨论研究了参数不确定双臂关节柔性空间机器人基于有限差分法的智能递... 谐波减速器和力矩传感器等柔性元件广泛应用于空间机器人关节系统,以获取高减速比.这些柔性元件为空间机器人系统引入关节柔性,使得对其的稳定控制变得更为复杂.本文讨论研究了参数不确定双臂关节柔性空间机器人基于有限差分法的智能递阶控制及弹性振动抑制.运用递阶系统理论、动量守恒原理及第二类拉格朗日方法推导出系统递阶动力学模型.利用该模型,设计了基于模糊回归神经网络的非奇异Terminal滑模控制算法和基于有限差分法的滑模控制算法.采用模糊回归神经网络(Recurrent Fuzzy Neural Network,RFNN)逼近系统的不确定部分.为避免复杂的求导计算及角加速度可测要求,利用基于有限差分法的滑模控制来抑制柔性关节振动.由于设计控制器过程中未涉及惯常的奇异摄动双时标分解操作,该控制算法理论上具有适合任意大小关节柔性刚度的优点.系统对比仿真试验证明了智能递阶控制算法优于传统基于奇异摄动法的控制方案. 展开更多
关键词 双臂关节柔性空间机器人 递阶动力学模型 模糊回归神经网络 有限差分法 智能递阶控制器 振动抑制
在线阅读 下载PDF
水下机器人的动态Petri递归神经网络控制方法
10
作者 黄海 万磊 +1 位作者 庞永杰 唐旭东 《电机与控制学报》 EI CSCD 北大核心 2012年第5期91-96,共6页
针对传统的水下机器人模糊神经网络控制器存在计算量大、抗环境扰动滞后等缺点,设计递归模糊神经网络控制器,通过在线的动态反馈增强水下机器人对环境变化的反应能力。并在网络的第三层即Petri层设计阈值,根据控制器误差的在线控制网络... 针对传统的水下机器人模糊神经网络控制器存在计算量大、抗环境扰动滞后等缺点,设计递归模糊神经网络控制器,通过在线的动态反馈增强水下机器人对环境变化的反应能力。并在网络的第三层即Petri层设计阈值,根据控制器误差的在线控制网络的学习和训练量,从而减少了模糊神经网络的计算量,提高反应速度。基于反向梯度传播原理,由能量函数设计了该网络的学习算法,并根据离散型李亚普诺夫函数确定了学习率参数,从而保证整个网络的收敛性。实验结果表明,该控制器能够提高递归神经网络的计算效率,减少控制误差,对外界干扰具有较强的鲁棒性,在水下机器人的控制方面取得了更好的效果。 展开更多
关键词 水下机器人 动态控制 PETRI网 递归神经网络 模糊神经网络
在线阅读 下载PDF
基于递归模糊神经网络的污水处理控制方法 被引量:13
11
作者 韩改堂 乔俊飞 韩红桂 《化工学报》 EI CAS CSCD 北大核心 2016年第3期954-959,共6页
针对污水处理过程具有非线性、大时变等问题,提出了一种基于递归模糊神经网络的多变量控制方法。该方法通过递归模糊神经网络控制器自适应地获得对操作变量的控制精度,控制器在常规BP学习算法的基础上采用学习率自适应学习算法且引入了... 针对污水处理过程具有非线性、大时变等问题,提出了一种基于递归模糊神经网络的多变量控制方法。该方法通过递归模糊神经网络控制器自适应地获得对操作变量的控制精度,控制器在常规BP学习算法的基础上采用学习率自适应学习算法且引入了动量项来训练网络参数,避免网络陷入局部最优,提高了网络对系统的控制精度。最后,基于仿真基准模型(BSM1)平台对第五分区中的溶解氧和第二分区中的硝态氮控制进行动态仿真实验,结果表明,与PID、前馈神经网络和常规递归神经网络相比,该方法能有效提高系统的自适应控制精度。 展开更多
关键词 污水处理过程 递归模糊神经网络 控制 自适应学习算法 溶解氧 硝态氮 动态仿真
在线阅读 下载PDF
Compensation for secondary uncertainty in electro-hydraulic servo system by gain adaptive sliding mode variable structure control 被引量:11
12
作者 张友旺 桂卫华 《Journal of Central South University of Technology》 EI 2008年第2期256-263,共8页
Based on consideration of the differential relations between the immeasurable variables and measurable variables in electro-hydraulic servo system,adaptive dynamic recurrent fuzzy neural networks(ADRFNNs) were employe... Based on consideration of the differential relations between the immeasurable variables and measurable variables in electro-hydraulic servo system,adaptive dynamic recurrent fuzzy neural networks(ADRFNNs) were employed to identify the primary uncertainty and the mathematic model of the system was turned into an equivalent linear model with terms of secondary uncertainty.At the same time,gain adaptive sliding mode variable structure control(GASMVSC) was employed to synthesize the control effort.The results show that the unrealization problem caused by some system's immeasurable state variables in traditional fuzzy neural networks(TFNN) taking all state variables as its inputs is overcome.On the other hand,the identification by the ADRFNNs online with high accuracy and the adaptive function of the correction term's gain in the GASMVSC make the system possess strong robustness and improved steady accuracy,and the chattering phenomenon of the control effort is also suppressed effectively. 展开更多
关键词 electro-hydraulic servo system adaptive dynamic recurrent fuzzy neural network(ADRFNN) gain adaptive slidingmode variable structure control(GASMVSC) secondary uncertainty
在线阅读 下载PDF
基于WTFMC 算法的递归模糊神经网络结构设计 被引量:6
13
作者 乔俊飞 丁海旭 李文静 《自动化学报》 EI CSCD 北大核心 2020年第11期2367-2378,共12页
针对递归模糊神经网络(Recurrent fuzzy neural network,RFNN)的递归量难以自适应的问题,提出一种基于小波变换–模糊马尔科夫链(Wavelet transform fuzzy Markov chain,WTFMC)算法的RFNN模型.首先,在时间维度上记录隐含层神经元的模糊... 针对递归模糊神经网络(Recurrent fuzzy neural network,RFNN)的递归量难以自适应的问题,提出一种基于小波变换–模糊马尔科夫链(Wavelet transform fuzzy Markov chain,WTFMC)算法的RFNN模型.首先,在时间维度上记录隐含层神经元的模糊隶属度,并采用小波变换将该时间序列进行分解,通过模糊马尔科夫链对子序列的未来时段进行预测,之后将各预测量合并后代入递归函数中得到具有自适应性的递归量.其次,利用梯度下降算法更新RFNN的参数来保证神经网络的精度.最后,通过非线性系统建模中几个基准问题和实际污水处理中关键水质参数的预测实验,证明了该神经网络模型的可行性和有效性. 展开更多
关键词 递归模糊神经网络 小波变换 模糊马尔科夫链 动态建模 污水处理
在线阅读 下载PDF
基于FPGA的神经网络在非线性实时系统辨识中的应用
14
作者 王晓华 王有松 《机床与液压》 北大核心 2022年第20期174-178,共5页
针对动态系统的辨识问题,设计一种采用现场可编程门阵列(FPGA)实现输出反馈递归模糊神经网络进行非线性动态系统辨识的方法。输出反馈递归模糊神经网络能够实现非线性动态系统的高精度快速辨识,但神经网络复杂的并行结构需要较长的运算... 针对动态系统的辨识问题,设计一种采用现场可编程门阵列(FPGA)实现输出反馈递归模糊神经网络进行非线性动态系统辨识的方法。输出反馈递归模糊神经网络能够实现非线性动态系统的高精度快速辨识,但神经网络复杂的并行结构需要较长的运算时间,限制了它在实时控制和在线系统辨识中的应用。由于FPGA具有并行运算能力,使它在神经网络实现上具有本质的优势。因此,利用NI公司的高性能FPGA板卡以及LabVIEW图形化编程定义FPGA芯片上的逻辑功能,实现具有动态反向传播算法的输出反馈递归模糊神经网络以及舵机位置伺服系统的在线辨识。实验结果表明:基于FPGA的神经网络实现系统辨识周期在毫秒范围内,为非线性实时系统辨识的应用提供了一条新途径。 展开更多
关键词 输出反馈递归模糊神经网络 动态反向传播算法 现场可编程门阵列 非线性实时系统辨识
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部