基于模糊神经网络的变压器励磁涌流鉴别的研究

针对目前研究领域中基于神经网络的变压器励磁涌流鉴别方法存在着的误判现象,提出利用高木- 关野模糊神经网络来实现鉴别的新方案。经仿真实验表明:该方案能更准确地判别出变压器内部故障和励磁涌流,具有很高的可靠性。

基于PLS-混合Pi-Sigma模糊神经网络模型的甲醇合成装置变换工序CO变换率软测量建模

煤制甲醇合成变换过程中,需要把原料气中的一部分CO变换成CO2与H2,以提高H2的含量。为了能够快速地得到CO的变换率,利用偏最小二乘在提取信息、去噪、精简数据等方面的优势,将其与混合Pi-Sigma模糊神经网络进行了融合,建立了CO变换率预测模型。该模型仿真时间短且具有较高的精度,能够指导并调整甲醇合成净化气中的碳氢比。

Pi-Sigma模糊神经网络及其在态势评估中的应用

应用模糊理论和神经网络理论构造基于高木 关野模糊系统的Pi Sigma模糊神经网络 ,根据模糊决策表选用不同的网络计算目标的威胁度。选用了几种典型样本的参数集中了专家的经验 ,对样本进行训练 ,效果良好。

基于pi-sigma神经网络的模糊建模与控制及其仿真研究

提出了一种基于高木-关野模糊系统的pi-sigma神经网络结构、学习算法,并分析了学习算法的收敛性.用这种混合型pi-sigma神经网络系统去实现模糊规则及其隶属函数的修正,从而得到模糊推理的自适应性.在设计过程中,引入Zadel模糊取乘算子,使之适合基于梯度的学习算法.最后的仿真结果表明此种网络的有效性、优越性并且在非线性建模、控制等方面有重要的应用价值.

模糊神经网络在股票市场预测中的应用

利用股票市场的理论和模糊神经网络来预测股票价格.运用技术指标和高木-关野模型,对所预测股票进行200多个交易日的数据量的训练,使得模型可靠,再对其10个交易日进行测试.从实验结果看,效果良好.

电力系统短期负荷预测的高木-关野模型研究

电力系统短期负荷预测在电力系统的运行设计中有重要的意义 ,利用模糊神经网络的方法进行电力负荷预测是国际上近年来很热门的一个方向。本文在传统的 BP神经网络基础上 ,提出了一种短期负荷预测的模糊神经网络模型—高木 -关野模型 ,以某供电局 2 0 0 0年的负荷实测值建立模型 ,进行了负荷预测 ,与实际值进行比较分析表明 ,这一模型应用于短期负荷预测能获得较高的预测精度 。

基于高木—关野型模糊系统的直接自适应控制

对高阶非线性系统设计了模糊直接自适应控制器。用高木—关野型模糊系统作为控制器 ,用鲁棒控制项对未知的逼近误差进行补偿以减小逼近误差对跟踪精度的影响。所给方法不但能保证闭环系统稳定而且可使跟踪误差收敛到原点或其小邻域内 。

自适应神经模糊推理系统用于症候诊断的研究

提出了基于T-S模型(Takagi-Sugeno型)的自适应神经网络模糊推理系统(AdaptiveNetwork-basedFuzzyInferenceSystem,ANFIS),介绍了高木—关野(Takagi-Sugeno型)模型结构和自适应神经网络模糊推理系统的结构和算法。该文采用减法聚类初始化模糊推理系统模型,把神经网络学习机制引入到逻辑推理中,使传统的逻辑推理不仅具有逻辑思维及语言表达能力而且具有自学习和联想能力,通过2型糖尿病症候数据库验证了ANFIS用于症候诊断的合理性和有效性。提示自适应神经网络模糊推理系统适合中医症候诊断的研究。

超声波电机转速控制的动态模糊建模

超声波电机动态模型是实现其高性能转速控制的前提。设计基于模糊逻辑的辨识建模方法,建立了超声波电机系统动态模糊模型。在设计实验获取建模所需数据的基础上,采用等分区间法确定了模型结构,进而利用最小二乘法辨识得到了模型中的待定参数。模型输出与实验数据的对比表明,所建模糊模型精度较高,反映了驱动电压幅值、频率与电机转速之间的非线性动态关系,可以用于超声波电机性能分析与转速控制器设计。

双模糊结构电力系统稳定器的设计与仿真

针对常规模糊电力系统稳定器(C-FPSS)的稳态性能差的缺点,提出了能在线调整量化因子的双模糊电力系统稳定器(D-FPSS)的设计方案。为简化计算、获得更快的响应速度,在Matlab的Fuzzy Logic工具箱下利用高木-关野模糊推理算法设计了双模糊结构控制器。与C-FPSS相比,单机无穷大电力系统仿真结果表明了所设计D-FPSS具有更强的适应性和鲁棒性。

RBF网络在节假日短期负荷预测中的应用

节假日的负荷预测一直是电力系统短期负荷预测中的难点 .该文采用了 T- S型模糊 RBF网络 ,提出了一种新的推理模型 .该网络采用次胜者受罚的竞争学习规则决定模糊隶属函数中心 ,并采用梯度下降和交叉验证方法对输出权值进行学习 .实际应用表明 ,该方法具有快速、准确性较好的特点 .

基于T-S模型的非线性网络化系统完整性设计

针对一类具有参数不确定的非线性网络化控制系统(NCS),同时考虑网络延时和丢包的影响,基于高木-关野(T-S)模糊模型建模,通过构造李亚普诺夫泛函,推证出了确保非线性网络化控制系统在执行器发生失效故障时具有鲁棒完整性的时滞依赖充分条件,并以求解矩阵不等式给出了容错控制器的设计方法.仿真算例验证了该方法的可行性和有效性.