收藏本站
《东北大学》 2002年
收藏 | 手机打开
二维码
手机客户端打开本文

模糊神经网络理论及其在复杂系统中的应用研究

王振雷  
【摘要】:随着科学技术的发展,现代工业系统变的越来越复杂,传统的控制方法已经远远不能满足高标准的性能要求。在这种情况下,智能控制理论被提出并逐渐发展起来。目前智能控制在理论研究和实际应用中都取得了许多成果,成为控制理论发展的第三个阶段。模糊神经网络(FNN)是智能控制理论中一个十分活跃的分支,它是人工神经网络与模糊逻辑系统的有机结合。模糊神经网络是一种能处理抽象信息的网络结构,具有强大的自学习和自整定功能。因此,模糊神经网络的发展对智能控制发展具有非常重要的意义。本文在分析模糊神经网络理论和应用现状的基础上,针对其中存在的一些问题,重点进行了以下几个方面的探讨: 1. 针对模糊神经网络参数学习中容易陷入局部极小以及算法结构复杂等问题,提出了两种网络参数学习方法:实值遗传算法和随机学习自动机算法。实值遗传算法改变了传统GA 算法的二进制编码方法,用实数表示各个参数基因,后代选择采用“保留精英”的遗传策略,简化了算法结构,提高了算法收敛速度。随机学习自动机算法是一种适合低级计算终端的学习算法,由于算法中每个操作是根据概率随机选出的,这就最大限度的保证了算法的全局性能,并且算法有较快的收敛速度。 2. 因为模糊神经网络参数有明确的物理意义,所以网络参数初始化合理与否直接关系到网络的自学习性能。本文根据目前模糊神经网络参数初始化中存在的问题,改进了模糊神经网络参数初始化规则,提出了一种基于ε-完整性规则的初始化方法。该方法充分利用了模糊神经网络的特点,使网络的初始化参数有了更明确的意义,提高了网络参数的自学习效率。 3. 本文论述了复杂系统建模中常用的方法,分析了其中存在的问题,提出了一种模糊神经网络建模方法。该网络结构是T-S 型模糊神经网络的改进,其前件网络生成系统的模糊插值函数,后件网络表示各个ARMAX 模型。在去模糊层中,将前件网络和后件网络的输出进行了融合,产生了最终网络输出。该网络有效的利用系统知识和输入输出数据为系统建模,将一个复杂系统分解为多个ARMAX 模型的模糊插值形式,简化了系统分析过程和控制器的设计过程。为了优化网络结构,文中提出了一种结构自学习方法。通过模糊神经网络结构自学习,前件网络可以实现对系统分区特性的逼近,提高了辨识精度。
【学位授予单位】:东北大学
【学位级别】:博士
【学位授予年份】:2002
【分类号】:TP183;N941.4

【相似文献】
中国期刊全文数据库 前10条
1 ;网罗2012年电力电子、智能控制、高效电源方案[J];传感器与微系统;2011年07期
2 许红亮;李郝林;;基于遗传算法确定测量起始点方法的研究[J];制造业自动化;2011年15期
3 霍振宇;马永强;杨珠;;智能化太阳能热水器控制器设计[J];煤炭技术;2011年07期
4 杜涛;刘刚;杨杰;;基于H_2/H_□理论的BTT导弹模糊神经网络自适应控制[J];弹箭与制导学报;2011年03期
5 冯华;;体验顶级私人影院的奢华[J];微电脑世界;2011年07期
6 潘胤;;客房管理控制系统在旅馆建筑智能控制中的应用[J];广西城镇建设;2011年08期
7 李婷;苗增强;周玲;满高华;;大延时网络中基于单神经元-Smith的AQM算法[J];网络安全技术与应用;2011年07期
8 李文正;孙伟;郑车晓;周德华;;应用模糊神经网络对重介质密度进行估算[J];矿山机械;2011年09期
9 陈晓龙;刘建华;裘友凤;;基于CS5460A的多路电能测量与远程通信控制设计及应用[J];煤炭技术;2011年07期
10 潘峥嵘;王群;;基于模糊神经网络的COD软测量技术的研究[J];计算机测量与控制;2011年07期
中国重要会议论文全文数据库 前10条
1 万沛霖;何莉;张志远;;模糊神经网络控制系统的研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
2 姜静;陈雪波;;一种基于神经网络的自组织模糊控制[A];2001中国控制与决策学术年会论文集[C];2001年
3 刘超彬;乔俊飞;张芳芳;;污水处理过程中溶解氧的模糊神经网络控制[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
4 陈志旺;杨景明;王洪瑞;;基于模糊神经网络的液压弯辊板形控制系统设计[A];2005年中国智能自动化会议论文集[C];2005年
5 宁寿辉;郭晨;刘雨;;基于模糊神经网络的船舶调距桨控制系统仿真[A];二○○一年中国系统仿真学会学术年会论文集[C];2001年
6 李仁发;乜崇义;;一种用模糊神经网络建立模糊模型的新方法[A];1996年中国智能自动化学术会议论文集(上册)[C];1996年
7 邢杰;萧德云;;FALCON模糊神经网络及其在铝电解槽阳极效应预报中的应用[A];冶金自动化信息网年会论文集[C];2004年
8 席东民;胡琳静;;模糊神经网络在单元机组协调控制中的应用[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年
9 谭思云;李志明;;基于模糊神经网络的水泥回转窑分解炉温度控制[A];中国硅酸盐学会2003年学术年会论文摘要集[C];2003年
10 孙增圻;;模糊神经网络及其在系统建模与控制中的应用[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
中国重要报纸全文数据库 前10条
1 本报记者 黄华镇;盾安环境借力海外并购 打造全球智能控制领先企业[N];证券日报;2011年
2 本报记者 任诗芹 文霞平;全球智能控制与自动化大会在肥开幕[N];安徽日报;2000年
3 郭敏;智能控制路灯势在必行[N];广东建设报;2004年
4 丁昌姜瑞;拓邦电子上市引领电子智能控制行业[N];上海证券报;2007年
5 安向琦;郑飞镀锌镀铬实现智能控制并线生产[N];中国航空报;2009年
6 齐瑞普 祁卫新;首矿烧结厂主机全部实现烧结终点智能控制[N];中国冶金报;2008年
7 邓维 李莉;采用智能控制 能耗分项计量[N];中国环境报;2010年
8 刘春;首钢矿业烧结主机实现智能控制[N];世界金属导报;2008年
9 范志清;展示创新能力创新精神[N];大众科技报;2008年
10 冯兴滨 王彦彪 吴国栋;甘肃集群风电智能控制系统投运[N];国家电网报;2010年
中国博士学位论文全文数据库 前10条
1 谭文;混沌系统的模糊神经网络控制理论方法研究[D];湖南大学;2006年
2 梁新荣;高速公路智能控制方法研究[D];华南理工大学;2005年
3 陈向坚;微型飞行器姿态的智能控制方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2012年
4 邱焕耀;模糊控制、神经网络和变结构控制的交叉结合及其应用研究[D];华南理工大学;1999年
5 何海;混合动力汽车控制系统设计与仿真[D];华中科技大学;2005年
6 王勇献;蛋白质二级结构预测的模型与方法研究[D];国防科学技术大学;2004年
7 吴建发;优选压裂井方法研究[D];西南石油学院;2005年
8 邓胜祥;石灰炉在线仿真技术与炉况诊断及复杂系统智能控制研究[D];中南大学;2004年
9 隗海林;LPG/汽油两用燃料发动机燃料转换过程控制策略研究[D];吉林大学;2007年
10 王瑞敏;基于神经网络辨识模型的质子交换膜燃料电池系统建模与控制研究[D];上海交通大学;2008年
中国硕士学位论文全文数据库 前10条
1 王睿洁;一种改进的T-S型模糊神经网络控制在平面一级倒立摆中的应用[D];太原理工大学;2005年
2 姜长元;模糊神经网络模型及其应用研究[D];南京师范大学;2005年
3 刘超彬;基于模糊神经网络的污水处理过程智能控制方法研究[D];北京工业大学;2006年
4 李大海;智能控制在大惯性、非线性系统的应用研究[D];中国石油大学;2007年
5 包枫;SBR法污水处理系统中智能控制技术及PLC实现[D];苏州大学;2008年
6 唐旭东;长航程潜水器的运动控制[D];哈尔滨工程大学;2008年
7 付鹏程;模糊神经网络在改进跷板梁式减摇系统中的研究[D];武汉理工大学;2003年
8 孙京诰;工业聚酯生产过程智能控制系统研究[D];北京化工大学;2000年
9 李伟奖;基于模糊神经网络的A/O废水处理控制系统的研究[D];华南理工大学;2010年
10 张欣;发酵过程模糊自适应控制方法的研究[D];东北大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026