收藏本站
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。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张绍德,王志营,陈正;基于自适应模糊神经网络的二阶惯性纯滞后系统研究[J];电气传动自动化;1997年02期
2 王耀南;基于遗传算法的模糊神经控制及其应用[J];高技术通讯;1997年03期
3 赵国强;模糊神经网络控制器的设计与仿真[J];辽宁工程技术大学学报;1998年06期
4 达飞鹏,宋文忠;基于模糊神经网络的非线性大系统滑模自适应控制[J];控制与决策;1998年06期
5 鲍其莲,张炎华;模糊神经网络的局部调整快速学习算法[J];上海交通大学学报;1998年08期
6 达飞鹏,宋文忠;用输入输出模型表示的非线性系统的模糊神经网络滑模自适应控制[J];电子学报;2000年07期
7 孙增圻;模糊神经网络及其在系统建模与控制中的应用[J];南京化工大学学报(自然科学版);2000年04期
8 高峡,孙作安;旋转机械故障诊断的模糊神经网络方法[J];沈阳电力高等专科学校学报;2000年04期
9 王秀娟,侍洪波;应用聚类和模糊神经网络方法设计模糊规则库[J];中南大学学报(自然科学版);2003年04期
10 张彦军,刘俊,张文栋;目标识别中的人工神经网络应用[J];微纳电子技术;2003年Z1期
11 李迎春,申东日,陈义俊;基于模糊神经网络的非线性系统建模方法[J];石油化工自动化;2003年01期
12 王大志,金辉,王振雷;基于遗传算法的非线性多变量系统模糊神经网络控制[J];沈阳工业学院学报;2003年01期
13 叶其革,王晨皓,吴捷;模糊神经网络及其在电力系统中的应用研究[J];继电器;2004年11期
14 聂?,赵荣椿,张艳宁,江泽涛,张晓燕;基于模糊神经网络的印刷体汉字容错识别方法[J];西北工业大学学报;2004年03期
15 曾昭华,苏志军,高珊珊;基于模糊神经网络的火灾探测算法的应用研究[J];自动化技术与应用;2004年09期
16 肖洪昌;李雄刚;;基于模糊神经网络的方向行波保护[J];电工技术;2004年03期
17 邢美凤,冯斌;基于模糊神经网络的核桃病虫害诊断专家系统的设计[J];雁北师范学院学报;2005年02期
18 吴焕瑞,李英华;模糊神经网络中用于分类的几种误差函数的性能比较[J];保定师范专科学校学报;2005年02期
19 王辉球;缪立新;乐奕平;;基于模糊神经网络的交通信号控制[J];ITS通讯;2005年01期
20 王丽芳;满达虎;陈建群;;基于模糊神经网络的气体检测[J];传感器世界;2006年03期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 徐洪钟;吴中如;;模糊神经网络模型在大坝安全监测中的应用[A];中国水力发电工程学会大坝安全监测专业委员会年会暨学术交流会论文集[C];2000年
7 刘靖;刘念;王海田;党晓强;;基于模糊神经网络的同步发电机转子匝间短路预测[A];四川省电工技术学会电机、电测专业委员会2002年学术年会论文集[C];2002年
8 陈寿平;蒋旭平;;模糊神经网络技术在运动控制运用中的研究[A];全国第16届计算机科学与技术应用(CACIS)学术会议论文集[C];2004年
9 梁志珊;张化光;;模糊神经网络的构造[A];1998中国控制与决策学术年会论文集[C];1998年
10 刘国光;程青蟾;李燮里;张月兰;;声发射模糊神经网络[A];第二届全国信息获取与处理学术会议论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 刘环宇;厚冲积层立井井筒破坏的发生机理及防治技术研究[D];河海大学;2005年
2 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
3 何春梅;模糊神经网络的性能及其学习算法研究[D];南京理工大学;2010年
4 姜琳;过程控制优化中的智能方法研究[D];吉林大学;2010年
5 林达;基于模糊神经网络的混沌控制与同步[D];大连理工大学;2011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 刘瑞平;电控汽油机智能故障诊断系统[D];太原理工大学;2011年
2 孟凡华;模糊神经网络在大滞后非线性系统中的应用[D];河北工业大学;2004年
3 韩锋;基于模糊神经网络的电力系统短期负荷预测[D];河北农业大学;2011年
4 张克良;基于模糊神经网络的锅炉燃烧控制方法的研究[D];天津大学;2004年
5 高明帅;循环流化床锅炉灰循环系统控制优化研究[D];华北电力大学(北京);2011年
6 曾珞亚;模糊神经网络的应用与研究[D];广西师范大学;2000年
7 刘鑫伟;车辆行驶信息检测与主动避撞安全控制策略的研究[D];湖南大学;2010年
8 李兆福;模糊神经网络及其应用[D];南京理工大学;2003年
9 宋子辉;基于模糊神经网络技术的D350高速风机故障诊断系统研究[D];中南大学;2004年
10 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
中国重要报纸全文数据库 前3条
1 元城;肺癌诊断技术取得新突破[N];中国高新技术产业导报;2001年
2 何进喜;肺癌诊断研究填补国内空白[N];中国医药报;2002年
3 何进喜;肺癌早期诊断又添新手段[N];医药经济报;2001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
  • 010-62982499
  • 010-62783978