液压机械补偿功率回收模型参考模糊神经网络控制

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。

模型参考模糊神经网络控制器的开发

给出一种用模糊神经网络控制器作调节器，用模糊逻辑和ＢＰ算法的结合作自适应机构的模型专考自适应模糊神经网络控制器。为一类缺乏精确数学模型的被控对象提供了一种有效的自适应控制方法。仿真验证了该方法的合理性。

基于模糊神经网络的无人机数据传输时延控制模型

传输信道状态若是处于拥塞状态,会使得无人机数据传输时延大幅度增加,所以构建基于模糊神经网络的无人机数据传输时延控制模型;考虑直射、散射和反射等现象确定无人机数据传输信道,计算无人机数据传输信道传输时延,综合能量消耗、时延等因素判断无人机数据传输信道是否处于拥塞状态;利用基于模糊神经网络的时延控制模型生成时延控制指令,通过扩频调制、拥塞调度和队列管理等步骤,实现无人机数据传输时延控制;实验结果表明,在该模型控制下无人机数据传输时延达到预期水平,控制误差约为0.03 s,且未对数据传输进程产生明显不利影响,控制效果更好。

基于模糊神经网络的模型参考自适应控制

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．

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

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。

一种基于模糊神经网络的模型参考自适应转速辨识方法

该文提出了异步电动机矢量控制系统的一种基于模糊神经网络模型参考自适应转速辨识方法,建立了瞬时无功功率模型参考自适应方法与模糊神经网络相结合的转速估计模型。仿真结果表明,这种转速估计模型动态性能好,能准确跟踪电机转速的变化。

模糊神经网络模型参考自适应控制

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,

参考作物潜在蒸散量的人工神经网络模型研究

根据河套灌区多年气象资料和Penman—Monteith法计算得到的参考作物蒸散量(ET0),对影响ET0的主要气象因子进行了回归分析,并比较了以4因子(平均气温、净辐射、相对湿度、2m处风速)和3因子(平均气温、净辐射、相对湿度)为输入向量,由Penman—Monteith法计算所得ET0为输出向量的BP网络ET0预报模型。研究表明,BP网络可以用于ET0的预报计算,四因子法和三因子法均简便可行,能满足生产的需要。相比之下,四因子法的精度更高。此研究是对传统ET0计算的补充。

混沌机制在T-S模型模糊神经网络的系统辨识研究

出一种 T- S模型的模糊神经网络 ,在通常 BP算法的基础上 ,引进混沌机制来训练模糊神经网络的权值参数。将混沌 BP算法应用于非线性系统建模 ,以求获得全局意义下的最优逼近。仿真研究说明了其有效性和良好的性质。

基于随机样本的神经网络模型估算参考作物腾发量

参考作物腾发量(ET0)是计算作物需水量、制定灌溉制度和进行水资源管理的主要参数之一。计算参考作物腾发量(ET0)的方法众多,为规范ET0的求法,联合国粮农组织(FAO)推荐采用修改的Penm an-M on te ith方法。该文指出不需要收集长序列气象资料,而以随机样本建立学习速率和动量因子自适应的BP神经网络模型估算参考作物腾发量(ET0)的方法,并且与FAO推荐的Penm an-M on te ith法计算值对比分析,结果表明:利用随机样本建立的的BP神经网络模型可以很好的反映气象因子(最高温度、最低温度、最大湿度、最小湿度、净辐射和风速)与参考作物腾发量(ET0)的非线性函数映射关系,并且取得了良好的估算效果,给出了国家自然科学基金重点项目研究区内蓝旗试验站2004年的时间尺度为日、十日参考作物腾发量(ET0)的计算及对比分析过程。

一种基于模糊神经网络的大气质量评价模型

基于模糊数学评价法和神经网络评价法的优点,提出了一种新的大气质量评价模型。该模型具有推理过程清晰,泛化能力好的特点。与其它评价方法相比,应用该模型进行大气质量评价不但物理意义明确,而且计算简单,评价客观,实用性强,评价结果还具有更好的可比性。

半主动油气悬架的神经网络模型参考控制

以提高平顺性为目的,针对油气悬架系统刚度及阻尼非线性的特点,提出了以天棚阻尼为参考模型的神经网络控制方法.建立了二自由度的非线性油气悬架模型,分析了控制系统结构以及神经网络辨识器和控制器的设计与实现.以D级路面作为随机路面输入,分别在满载和空载下,对控制器的性能进行仿真研究.仿真结果表明,神经网络模型参考控制能够有效地衰减车身振动,提高行驶平顺性;并对控制对象的参数变化有良好的适应性.

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

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。

我国农机总动力需求的模糊神经网络预测模型

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。

模糊模式识别神经网络预测模型及其应用

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。

多变量系统的模糊神经网络控制模型及其应用

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．

基于T-S模型的模糊神经网络城市需水量预测方法研究

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。

模糊小脑模型神经网络在多辊冷连轧机轧制力预报模型中的应用

针对宽带钢多辊冷连轧机组特点,为提高轧制力的预报精度,在结合传统轧制压力模型的基础上把模糊算法和神经网络有机结合,设计出基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型.通过对传统轧制力模型计算值、小脑模型预报计算值与实测值进行对比分析可知,基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型具有较高的计算精度,更适合于多辊轧机在线计算机过程控制的应用,满足现场在线生产的要求,取得良好的板形板厚控制效果.

参考作物蒸发蒸腾量的人工神经网络模型研究

根据河套灌区多年气象资料和Penman -Monteith法计算得到的参考作物蒸发蒸腾量 (ET0 ) ,回归分析了影响ET0 的主成分。在此基础上比较了以 4因子 (平均气温、净辐射、相对湿度、2m处风速 )和 3因子 (平均气温、净辐射、相对湿度 )为输入向量 ,由Penman -Monteith法计算所得ET0 为输出向量的BP网络ET0 预报模型 (BP -ET0 )。研究表明 ,BP网络可以用于ET0 的预报计算 ,4因子法和 3因子法均简便可行 ,能满足生产的需要。相比之下 ,4因子法的精度更高。此研究是对传统ET0

基于模糊神经网络的瓦斯爆炸危险性评价模型

煤矿瓦斯爆炸事故的复杂性和随机性决定了煤矿瓦斯爆炸重大危险源的变化不会按照某一特定的规律或函数变化。模糊神经网络具有较强的非线性函数逼近能力和较强的自学习、自适应和联想能力。通过简化易燃、易爆、有毒重大危险源评价模型,确定了网络的输入参数,应用模糊神经网络对各参数之间的关系进行计算,验算结果表明:该网络模型在评价煤矿瓦斯爆炸危险性方面效果良好。