收藏本站
《上海海事大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

粗糙集理论及粗糙混合智能方法在船舶电力系统中的应用研究

张腾飞  
【摘要】: 目前,船舶控制向着自动化和智能化的方向发展,发电机系统的容量不断增大,船舶电力系统越来越复杂,对船舶电力系统的研究也提出了更高的要求。采用新的人工智能技术、方法研究船舶电力系统,进行智能化信息处理、动态建模和智能控制,并应用于船舶电力系统是有现实意义的。 波兰数学家Z.Pawlak于1982年提出的粗糙集理论(Rough Set Theory)是一种较新的软计算方法,它能有效地分析和处理不精确、不一致、不完整等各种不完备信息,并从中发现隐含的知识,揭示潜在的规律,在某些方面可以弥补其它软计算方法的不足。粗糙集理论的发展以及粗糙集与神经网络的集成研究为船舶电站的建模与控制提供了一种新的思路和方法。目前,粗糙集理论在船舶电站电力系统中的研究和应用还较少,尚处在起步、探索阶段。本文利用粗糙集理论在智能信息处理方面的突出特点、强大的数据分析能力,以及神经网络的自组织学习、容错性能,对粗糙集理论以及粗糙集和RBF神经网络混合系统在船舶电力系统建模与控制中的应用进行探索研究。 主要研究内容包括: ●粗糙集理论算法研究 针对粗糙集方法只能处理量化数据以及传统离散化方法存在的缺点,提出了一种基于微粒群优化(PSO)的连续属性离散化方法,降低了连续属性离散化后决策表的不相容度;在深入研究粗糙集理论的基础上,发现了正区域的一些有用性质,提出了一种基于正区域的直接求核方法,并给出了两个利用正区域求取属性相对约简的算法;为了在属性约简的过程中省去对属性正区域的多次计算,引入了广义决策表这一工具,发现了一些度量属性核与相对约简的性质,提出了一种基于广义决策表的属性求核与约简算法,可以非常简单地求取属性的核与相对约简,所给算法既适用于相容决策表也适用于不相容决策表;由于从实际系统中采集到的数据所构成的信息系统往往是不完备的,通常要对其进行预处理,提出了一种不完备信息系统的属性相对约简算法;决策规则的约简是基于粗糙集智能信息处理的一个重要内容,基于二进制可辨矩阵给出一个简单的直接求取决策规则核的方法,并提出一种决策规则的约简算法。 ●基于粗糙集的径向基函数神经网络(粗糙-RBF网络) 粗糙集理论与神经网络都是智能信息处理较为有效的方法,但都有着各自的局限性,同时两者之间存在着许多互补之处,为两者的集成研究提供了理论基础。在深入分析径向基函数特性和网络结构的基础上,提出了一种基于粗糙集理论的RBF神经网络(粗糙-RBF网络)设计方法,利用粗糙集简化神经网络输入样本,确定RBF网络的中心向量候选集和扩展常数,结合正交最小二乘(OLS)算法构造RBF网络的结构。 ●基于粗糙-RBF网络的船舶发电机动态建模方法 粗糙集理论和神经网络的集成运用为处理包含不确定、不完整信息的复杂系统提供了一个强有力的工具,也为复杂系统的建模提供了一种新的思路。本文在对粗糙集理论与RBF神经网络集成研究的基础上,针对现有复杂非线性系统神经网络建模存在的缺点与不足,提出了一种基于粗糙-RBF网络的连续系统动态建模方法,并利用这种方法对具有复杂动态特性和不确定性的船舶同步发电机进行建模。 ●基于粗糙混合智能方法的船舶发电机励磁控制 粗糙控制是近年来兴起的一种新的智能控制方法,粗糙集理论处理不确定性问题的独特方式以及它与其它理论较好的融合性将有利于它在智能控制领域的进一步发展。尽管对粗糙控制已经进行了一些研究,但数量和所占据的地位仍然相对较小,并且都是学术上的而不是真正意义上的应用。在计算智能领域,通过各种理论与方法相结合的方式解决实际问题是目前的主要研究方向之一。本文探索了基于粗糙集理论的混合智能算法,并应用于船舶同步发电机的励磁控制系统中。针对船舶电力系统的特点,首次提出了基于粗糙-RBF网络辨识的发电机励磁神经PID控制和粗糙-神经网络逆前馈补偿的发电机励磁复合控制两种混合智能粗糙控制方法,仿真结果验证了所设计方法的有效性。
【学位授予单位】:上海海事大学
【学位级别】:博士
【学位授予年份】:2007
【分类号】:U665.1

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 孙全玲;基于粗集和神经网络的建模方法研究[J];安徽建筑工业学院学报(自然科学版);2005年02期
2 刘文军,谷云东,李洪兴;基于区分矩阵求决策算法的约简[J];北京师范大学学报(自然科学版);2003年03期
3 刘文军,王加银,冯艳宾,谷云东,李洪兴;一种求粗糙集中最小属性约简的新算法[J];北京师范大学学报(自然科学版);2004年01期
4 郝丽娜,王伟,吴光宇,王宛山;粗糙集-神经网络故障诊断方法研究[J];东北大学学报;2003年03期
5 程仁洪;基于近似逆系统的异步电机复合控制方法[J];电机与控制学报;2001年03期
6 冯志鹏,杜金莲,宋希庚,迟忠先,葛玉林,孙玉明;粗糙集与神经网络集成在故障诊断中应用研究[J];大连理工大学学报;2003年01期
7 唐巍,郭镇明,李殿璞;混沌优化用于电力系统静态负荷模型参数辨识[J];电力系统自动化;2000年13期
8 张琦,韩祯祥,曹绍杰,顾雪平;用于暂态稳定评估的人工神经网络输入空间压缩方法[J];电力系统自动化;2001年02期
9 束洪春,孙向飞,于继来;粗糙集理论在电力系统中的应用[J];电力系统自动化;2004年03期
10 董立新,肖登明,李喆,刘奕路;基于油中溶解气体分析数据挖掘的变压器绝缘故障诊断[J];电力系统自动化;2004年15期
中国博士学位论文全文数据库 前1条
1 谭天乐;基于粗糙集的过程建模、控制与故障诊断[D];浙江大学;2003年
【二级参考文献】
中国期刊全文数据库 前10条
1 朱明星,张德龙;RBF网络基函数中心选取算法的研究[J];安徽大学学报(自然科学版);2000年01期
2 李洪兴;因素空间理论与知识表示的数学框架(Ⅱ)──因素的充分性与概念的秩[J];北京师范大学学报(自然科学版);1997年02期
3 李洪兴;因素空间理论与知识表示的数学框架(Ⅰ)──因素空间的公理化定义与描述架[J];北京师范大学学报(自然科学版);1996年04期
4 黄曼磊,唐嘉亨,郭镇明;船舶电站物理模拟系统的研究[J];船舶工程;1998年02期
5 杨承恩,贾欣乐,毕英君;一种用于减摇的多变量自动舵控制器[J];船舶工程;1998年05期
6 王莉,宋晓峰,孟小利,严仰光;用支持矢量机建立电励磁双凸极发电机的非线性模型[J];电工技术学报;2004年09期
7 刘宜平,沈毅,童树鸿,刘志言;一种基于粗糙集理论的容错网络实现及其在故障诊断中的应用[J];电机与控制学报;2000年02期
8 程仁洪,涂奉生;电机调速系统中的多模态智能鲁棒控制器[J];电机与控制学报;1997年03期
9 常东来,沈传文,苏彦民;神经元逆控制在异步机调速系统中的应用[J];电力电子技术;1998年01期
10 刘文杰,马海波;人工神经网络训练样本的相容性检测及化简[J];大连铁道学院学报;2000年02期
【相似文献】
中国期刊全文数据库 前10条
1 黄从武,陈少昌;神经网络理论在电力系统磁控制中的应用[J];船电技术;1999年02期
2 叶明全,伍长荣;基于RBF神经网络的冠心病识别模型[J];安徽工程科技学院学报(自然科学版);2005年01期
3 满春涛;黄金杰;姜宇;刘天立;;粗糙集理论在智能信息处理中的研究与应用[J];电机与控制学报;2005年05期
4 梁武科;赵道利;王荣荣;马薇;罗兴锜;;水电机组振动故障的粗糙集-神经网络诊断方法[J];西北农林科技大学学报(自然科学版);2007年07期
5 张宏涛,祁静;热负荷预测的RBF神经网络预测方法研究[J];节能技术;2004年04期
6 刘永阔;夏虹;谢春丽;;智能故障诊断技术在核动力装置中的应用研究[J];哈尔滨工程大学学报;2007年02期
7 马志锋,邢汉承,郑晓妹;粗糙控制中的规则获取策略研究[J];工业仪表与自动化装置;2000年06期
8 吴彦春,王舜燕;神经网络在机械设备故障诊断中的应用研究[J];武汉理工大学学报;2002年05期
9 张勇,王峰,潘学军,王伟;粗糙集理论在阳离子反浮选控制中的应用[J];中南大学学报(自然科学版);2003年04期
10 彭毓,辛若朋,范春梅,曾晖;RBF神经网络在基本建设投资预测中的应用[J];基建优化;2005年02期
中国重要会议论文全文数据库 前10条
1 黎文航;陈善本;王兵;;粗糙集理论在焊接中的应用综述[A];第十一次全国焊接会议论文集(第2册)[C];2005年
2 张文明;薛青;;粗糙集方法在作战仿真数据挖掘中的应用[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年
3 宋宜斌;王培进;;一种改进的RBF神经网络预测模型[A];2005年中国智能自动化会议论文集[C];2005年
4 刘庆珍;蔡金锭;;基于粗糙集理论的电力电子电路故障诊断[A];第十六届电工理论学术年会论文集[C];2004年
5 张秀艳;王秀芳;王庆蒙;陶国彬;;基于RBF神经网络的非线性滤波研究[A];首届信息获取与处理学术会议论文集[C];2003年
6 游培寒;王振家;;一种构造径向基神经网络的新型IPL算法[A];图像 仿真 信息技术——第二届联合学术会议论文集[C];2002年
7 王朝利;李庆欢;陈奇;;基于粗糙集的滚动轴承故障诊断方法研究[A];2006(沈阳)国际安全科学与技术学术研讨会论文集[C];2006年
8 苏宏升;;基于粗糙集理论多区域并行神经分类器在变电站故障诊断中的应用[A];2005年全国自动化新技术学术交流会论文集[C];2005年
9 苏宏升;;基于粗糙集理论多区域并行神经分类器在变电站故障诊断中的应用[A];2005全国自动化新技术学术交流会论文集(二)[C];2005年
10 芦芳;刘宏达;;船舶电力系统电网重建的功率流法[A];第六届国际船舶电工技术学术会议论文集[C];2006年
中国重要报纸全文数据库 前10条
1 王熙亮;《电力系统稳定性及发电机励磁控制》[N];中国电力报;2007年
2 陈洪;“精确种田”值得推广[N];农民日报;2006年
3 陈洪;“精确种田”值得推广[N];农民日报;2007年
4 王玮 蔡莲红;数据挖掘走入语音处理[N];计算机世界;2001年
5 林秋培;用友7000万“起兵”高端ERP[N];中国企业报;2003年
6 ;ERP是一种态度[N];计算机世界;2002年
7 谭啸;管理软件差异化生存[N];计算机世界;2006年
8 本报记者 姚玉 罗兵前;数字化种田显示迷人魅力[N];江苏农业科技报;2008年
9 通讯员 曾逸农;机组发生功率振荡 四川电网有惊无险[N];中国电力报;2006年
10 本报记者 秦钢;迈向自我管理的阶梯[N];计算机世界;2005年
中国博士学位论文全文数据库 前10条
1 高庆吉;基于粗糙集理论的移动机器人自主导航研究[D];哈尔滨工业大学;2006年
2 许琦;粗糙集理论在旋转机械故障诊断技术上应用的研究[D];南京工业大学;2003年
3 王士刚;液压系统可视化动态建模技术及其软件实现方法研究[D];大连理工大学;2002年
4 周晓渊;电力系统电压稳定分析和控制研究[D];浙江大学;2006年
5 梁协雄;数据库中的知识发现及其应用研究[D];重庆大学;2004年
6 林成武;变速恒频双馈风力发电机励磁控制技术研究[D];沈阳工业大学;2005年
7 陈万里;基于商空间理论和粗糙集理论的粒计算模型研究[D];安徽大学;2005年
8 肖迪;新型粗糙神经网络的模式识别与故障诊断方法的研究[D];南京航空航天大学;2005年
9 苏健;基于粗糙集的数据挖掘与决策支持方法研究[D];浙江大学;2002年
10 高赟;基于粗糙集的故障诊断和容错控制理论和方法研究[D];西安科技大学;2005年
中国硕士学位论文全文数据库 前10条
1 张腾飞;基于粗糙集和RBF网络的动态建模方法研究[D];上海海事大学;2004年
2 李华文;基于粗糙集理论的浮选控制系统开发及研究[D];昆明理工大学;2005年
3 廖飞;基于UML和RUP的MIS动态建模技术的研究[D];西南农业大学;2002年
4 王忠;基于Gabor小波与RBF神经网络的人脸识别技术研究[D];福州大学;2005年
5 石慧;支持动态建模的分布式PDM系统备份与恢复技术研究及实现[D];浙江大学;2005年
6 孙向飞;粗糙集理论在电力系统中应用研究初探[D];昆明理工大学;2003年
7 孔志强;混沌系统的控制研究[D];西安理工大学;2003年
8 熊莹;利用RBF神经网络实现聚合反应的内模控制[D];北京化工大学;2004年
9 杨帆;粗糙集约简算法及其应用的研究[D];武汉科技大学;2005年
10 丁洪昌;基于智能方法的模拟电路故障诊断研究[D];兰州理工大学;2007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