收藏本站
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。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王荣荣;王利平;侯新刚;;基于变精度粗糙集的水电机组故障诊断[J];水利水电科技进展;2009年03期
2 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
3 黄强,刘永长,刘会猛,张俊;基于进化RBF网络的柴油机喷油参数研究[J];华中科技大学学报(自然科学版);2002年09期
4 杨耀华,李昕,江芳泽;基于改进OLS算法的RBF神经网络高速公路事件探测[J];交通运输系统工程与信息;2002年04期
5 李治友,陈才,曹长修;一种基于改进的RBF神经网络的铁水脱硫预报模型[J];重庆大学学报(自然科学版);2003年09期
6 张焱,沈振康,王平;基于RBF神经网络的背景估计及红外小目标检测[J];国防科技大学学报;2004年05期
7 刘翠玲,孙晓荣,张旻扬;RBF神经网络在超高压釜内油温软测量中的应用[J];仪表技术与传感器;2005年04期
8 曹长修;钱基业;何立新;;RBF神经网络在谐波检测中的应用[J];国外电子测量技术;2007年01期
9 陈进军;周刚;蔡琦;;基于RBF神经网络的核动力装置故障诊断方法研究[J];热科学与技术;2007年01期
10 荣盘祥;杨晶;胡林果;马广富;;基于RBF网络的SCARA机器人的运动学逆解[J];电机与控制学报;2007年03期
11 童翔威;周铁军;;基于RBF神经网络的数据挖掘的研究[J];硅谷;2009年12期
12 聂平由;郑日荣;;基于RBF神经网络的无人直升机姿态控制[J];微计算机信息;2009年28期
13 郑文盛;;故障诊断专家系统在船舶电力系统故障诊断中的应用[J];中国水运(下半月);2010年04期
14 卞根发;;船舶电力系统的监测与继电保护应用研究[J];船电技术;2010年09期
15 郭凤仪;马文龙;李斌;;RBF神经网络在断路器故障诊断中的应用[J];传感器与微系统;2010年09期
16 邢燕;;基于RBF神经网络的工程造价决策研究[J];施工技术;2010年S2期
17 胡然;刘东玉;周含冰;秦富童;;基于RBF神经网络的光电装备作战效能评估[J];计算机与数字工程;2011年05期
18 乔杉;;基于RBF神经网络的齿轮减速箱设计计算[J];装备制造技术;2011年06期
19 孙宇;张健;;神经滑模理论在柴油机调速系统中的应用研究[J];辽宁工业大学学报(自然科学版);2011年02期
20 格·伊·基达因柯;张洪锵;;船舶电工的现状与发展上的若干问题[J];机电设备;1979年04期
中国重要会议论文全文数据库 前10条
1 薛士龙;刘荀;;基于M340 PLC的船舶电站监控系统研究[A];2011中国电工技术学会学术年会论文集[C];2011年
2 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
3 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
4 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
5 田晓;颜勇;孔凡坊;顾德英;;新型神经网络在短期负荷预测中的应用研究[A];山东电机工程学会第五届供电专业学术交流会论文集[C];2008年
6 于秀丽;沈雪勤;;RBF神经网络的一种新的学习算法[A];第六届全国计算机应用联合学术会议论文集[C];2002年
7 周峰;黄从武;徐国顺;;两节点船舶电力系统的全阶数学模型及仿真[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
8 张东昌;符秀辉;;RBF神经网络在网络时延预测中的应用[A];第七届全国信息获取与处理学术会议论文集[C];2009年
9 王征;王永骥;;粒子群算法求解船舶电力系统故障重构问题[A];中国自动化学会中南六省(区)2010年第28届年会·论文集[C];2010年
10 耿厚才;饶柱石;崔升;;船舶传动轴系的动态建模与实验验证[A];2003大型发电机组振动和转子动力学学术会议论文集[C];2003年
中国博士学位论文全文数据库 前10条
1 张腾飞;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[D];上海海事大学;2007年
2 孟杰;船舶电力系统的非线性鲁棒控制研究[D];哈尔滨工程大学;2011年
3 孙才勤;船舶电力系统建模仿真及动态稳定性研究[D];大连海事大学;2010年
4 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
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 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
7 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
8 哈斯巴干;神经网络及其组合算法的遥感数据分类研究[D];中国科学院研究生院(遥感应用研究所);2003年
9 雷庆生;基于李雅普诺夫方法的电力系统变结构励磁控制研究[D];武汉大学;2004年
10 尹建川;径向基函数神经网络及其在船舶运动控制中的应用研究[D];大连海事大学;2007年
中国硕士学位论文全文数据库 前10条
1 姚建明;基于神经网络的电液伺服系统智能控制研究[D];太原理工大学;2005年
2 陈文科;神经网络在项目总承包风险中的应用[D];西安建筑科技大学;2005年
3 张振;基于解析冗余的非线性系统故障诊断方法研究[D];南京理工大学;2005年
4 刘海勃;基于RBF神经网络的期货走势预测模型研究[D];大连海事大学;2006年
5 胡霞;NTS中学生认知能力评价系统的研究与应用[D];武汉理工大学;2006年
6 张平;遗传神经网络在PMSM控制系统中的应用研究[D];武汉理工大学;2006年
7 戎辉;移动机械手的分层控制结构及其协调控制方法研究[D];河北工业大学;2006年
8 林程军;采用单片机的电阻点焊智能控制器开发[D];沈阳工业大学;2006年
9 姜晓君;基于无线传感器网络的信息融合算法研究[D];郑州大学;2007年
10 吴明圣;径向基神经网络和支持向量机的参数优化方法研究及应用[D];中南大学;2007年
中国重要报纸全文数据库 前10条
1 记者 吴秀霞;优化船舶电力系统设计需多方合力[N];中国船舶报;2010年
2 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
3 艾兰;南北软件荣获美誉[N];国际商报;2004年
4 陈洪;“精确种田”值得推广[N];农民日报;2006年
5 陈洪;“精确种田”值得推广[N];农民日报;2007年
6 成文;数字烟草双管齐下[N];计算机世界;2004年
7 ;领航中国新一代[N];计算机世界;2004年
8 林秋培;用友7000万“起兵”高端ERP[N];中国企业报;2003年
9 本报记者 顾汶;不愿做老三 杨春起跑VP平台[N];中国高新技术产业导报;2003年
10 ;ERP是一种态度[N];计算机世界;2002年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978