收藏本站
《浙江大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

神经网络及其在控制中的应用研究

杨旭华  
【摘要】: 本论文的研究内容集中在神经网络算法研究和神经网络在控制领域中的若干应用。神经网络可以认为是一种基本不依赖模型的数学工具,它比较适用于那些具有不确定性或高度非线性的对象,具有较强的适应和学习功能,是人工智能的一个重要的分支领域。本文对神经网络理论进行了基本的概述,研究了已有神经网络的算法改进和神经网络在控制、模式识别、故障诊断等方面的应用。 本文的主要贡献如下: 1.介绍了神经网络理论的发展历史,回顾了神经网络理论的基本内容和学习理论;主要从算法和应用两个方面,对国内外当前的研究现状进行了详尽的分析和阐述。 2.在详细分析已有的傅立叶神经网络的基础上,发现傅立叶神经网络具有将非线性映射转化成线性映射的特点,基于这个特点,对该神经网络原有的基于非线性优化的学习算法进行了改进,提出了基于线性优化方法(本文采用最小二乘法)的学习算法,大大提高了神经网络的收敛速度并避免了局部极小问题;由于采用了最小二乘方法,当用来训练傅立叶神经网络的训练输出样本受白噪声影响时,本学习算法具有良好的降低噪声影响的功能。 3.针对基于机理分析和辨识的建模方法总是存在未建模的高阶部分,精度不够高和神经网络建模方法泛化能力差的缺点,将这两种建模方法进行融合,提出基于机理分析、系统辨识和RBF神经网络的混合建模方法,首先采用机理分析和辨识的方法得到工业对象的低阶模型,再用RBF神经网络建模方法补偿未建模高阶模型,这样得到的混合模型,比单纯基于机理分析和辨识的建模方法具有更高的精度,比单纯的神经网络的建模方法具有更好的泛化能力。 4.针对一类状态不可直接测量的非线性时变系统,提出基于BP神经网络逆模型的状态观测器,可以对系统的状态进行实时观测。 5.研究了神经网络在故障诊断中的应用问题,具体研究神经网络在高速公路交通事件检测中的应用,并提出了两种新的检测算法。第一种是基于RBF神经网 浙江大学博士论文 络和SOM神经网络的检测高速公路交通事件的新算法,用RBF神经网络获取高 速公路交通流模型,利用该模型的输出预报和实际交通数据进行比较,得到残 差,用SOM神经网络作分类器,对残差序列进行分类,以判断是否发生交通事 件,运用该算法,不但可以检测出是否有交通事件发生,而且可以检测出该交 通事件引起的突发性交通拥挤的严重程度。第二种是基于AR咒神经网络的检测 高速公路交通事件的新算法。该算法利用高速公路交通流模型和ARTZ神经网络 分别作观测器和分类器,观测器估计的数据和实际交通数据进行比较,得到残 差序列;利用ARTZ神经网络对残差序列进行分类,以区分不同交通状态下的交 通信息,达到检测交通事件的目的。本算法不但可以识别已知的交通事件类型, 还可以识别未知的或从未出现过的交通事件类型,是一个可以边工作、边学习 的检测系统。 6.针对间歇式微生物发酵过程,提出了不同的发酵生产批次应该采用不同的适 合其自身的最优发酵温度轨线的新方法,在此基础上,提出了基于发酵过程的 发酵时间模型和最优发酵温度模型,并利用RBF神经网络建模方法对这两种模 型进行了建模研究;此方法使不同生产批次的发酵过程都可以在适合其自身的 最优的发酵温度轨线下进行发酵,在整个发酵过程中使发酵温度始终最优,从 而使发酵过程在原来的基础上得到进一步的优化,有利于产品得率的提高。 7.最后对本文进行了概括性总结,并指出了有待进一步研究的方向。
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2004
【分类号】:TP183

【相似文献】
中国期刊全文数据库 前10条
1 王杰,闫东伟;提高预测精度的ELMAN和SOM神经网络组合[J];系统工程与电子技术;2004年12期
2 李天牧,李学群;基于神经网络的自动特征抽取[J];云南大学学报(自然科学版);1991年03期
3 kelly MF;邰常峰;;神经网络在肌电信号分析中的应用[J];国际生物医学工程杂志;1991年06期
4 汤新梁;;自由手写体数字识别的神经网方法[J];东南大学学报(自然科学版);1991年03期
5 曾黄麟;;一类新的模式识别联想神经网络[J];电讯技术;1992年01期
6 ;简讯[J];西安电子科技大学学报;1992年01期
7 卢科学;郭美义;;平移不变模式变换与神经网络[J];西安电子科技大学学报;1992年03期
8 吴新余;;简析Lyapunov函数40例[J];南京邮电大学学报(自然科学版);1992年04期
9 王继成,吕维雪;基于神经网络的逻辑计算[J];计算机工程与设计;1993年02期
10 高丽娜;邱关源;;神经网络高精度权值的模拟电路实现[J];电子与信息学报;1993年05期
中国重要会议论文全文数据库 前10条
1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
3 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
4 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
5 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
6 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
7 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
8 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
9 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
10 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
6 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
7 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
8 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
9 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年
10 ;人老了,大脑仍能形成新的神经网络[N];新华每日电讯;2004年
中国博士学位论文全文数据库 前10条
1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
2 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
3 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
4 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
5 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
6 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
7 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年
8 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年
9 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年
10 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年
中国硕士学位论文全文数据库 前10条
1 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
2 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
3 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
4 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
5 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
6 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
7 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
8 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
9 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
10 段成均;时滞神经网络稳定性分析[D];重庆交通大学;2011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