期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于振动信号响应的磁流变减振器模式推理控制及实验研究 被引量:5
1
作者 潘松 魏民祥 刘剑林 《机械科学与技术》 CSCD 北大核心 2006年第6期655-657,共3页
基于磁流变减振器的振动响应信号,将模式推理控制方法应用于汽车磁流变减振器的控制。实验表明,模式推理控制器能根据振动信号识别减振器的复原行程和压缩形程,并实施不同的控制算法,实现了双程智能控制,控制效果明显。
关键词 磁流变减振器 响应信号 模式推理控制
下载PDF
贝叶斯定理构建水库汛限水位动态控制推理模式及其风险 被引量:2
2
作者 王本德 周惠成 +2 位作者 李敏 王国利 刁艳芳 《大连理工大学学报》 EI CAS CSCD 北大核心 2011年第3期412-416,共5页
针对现行的汛限水位动态控制推理模式的建模假定合理性证明及风险率计算不完备性问题,以南水北调受水区的白龟山水库资料为例,应用贝叶斯定理证明了现行推理模式的建模假定是成立的,依据完备条件下风险构建新的推理模式较现行的模式结... 针对现行的汛限水位动态控制推理模式的建模假定合理性证明及风险率计算不完备性问题,以南水北调受水区的白龟山水库资料为例,应用贝叶斯定理证明了现行推理模式的建模假定是成立的,依据完备条件下风险构建新的推理模式较现行的模式结构合理,逻辑性与可操作性强.这一研究成果既有理论意义又有实用价值,可达到既保证防洪安全,又增加洪水资源量的双赢目的,有助于进一步推广应用汛限水位动态控制方法. 展开更多
关键词 贝叶斯定理 降雨预报 水库汛限水位动态控制推理模式 风险分析
下载PDF
Visualization of flatness pattern recognition based on T-S cloud inference network 被引量:2
3
作者 张秀玲 赵亮 +1 位作者 臧佳音 樊红敏 《Journal of Central South University》 SCIE EI CAS CSCD 2015年第2期560-566,共7页
Flatness pattern recognition is the key of the flatness control. The accuracy of the present flatness pattern recognition is limited and the shape defects cannot be reflected intuitively. In order to improve it, a nov... Flatness pattern recognition is the key of the flatness control. The accuracy of the present flatness pattern recognition is limited and the shape defects cannot be reflected intuitively. In order to improve it, a novel method via T-S cloud inference network optimized by genetic algorithm(GA) is proposed. T-S cloud inference network is constructed with T-S fuzzy neural network and the cloud model. So, the rapid of fuzzy logic and the uncertainty of cloud model for processing data are both taken into account. What's more, GA possesses good parallel design structure and global optimization characteristics. Compared with the simulation recognition results of traditional BP Algorithm, GA is more accurate and effective. Moreover, virtual reality technology is introduced into the field of shape control by Lab VIEW, MATLAB mixed programming. And virtual flatness pattern recognition interface is designed.Therefore, the data of engineering analysis and the actual model are combined with each other, and the shape defects could be seen more lively and intuitively. 展开更多
关键词 pattern recognition T-S cloud inference network cloud model mixed programming virtual reality visual recognition
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部