期刊文献+
共找到402篇文章
< 1 2 21 >
每页显示 20 50 100
基于T-S型模糊神经网络的内模自适应PID算法研究 被引量:3
1
作者 张皓 高瑜翔 +2 位作者 唐军 杜鑫昌 刘海波 《工业仪表与自动化装置》 2021年第6期118-124,共7页
针对内模PID算法在控制具有大滞后特性的温度模型时,因内模参数无法根据内部模型的失配程度进行自适应调整,使得系统超调量增大,调节时间变长,控制响应不及时,控制品质下降等问题。该文提出了基于T-S型模糊神经网络的内模自适应PID算法... 针对内模PID算法在控制具有大滞后特性的温度模型时,因内模参数无法根据内部模型的失配程度进行自适应调整,使得系统超调量增大,调节时间变长,控制响应不及时,控制品质下降等问题。该文提出了基于T-S型模糊神经网络的内模自适应PID算法,大大降低上述问题对系统控制性能指标的影响。Matlab仿真结果表明:在内部模型与被控模型的参数出现正向失配或负向失配时,该文算法控制响应最快、超调量最小,控制精度最高,具有最好的控制性能指标。 展开更多
关键词 内模PID 大滞后 温度模 t-s型模糊神经网络
下载PDF
水下机器人T-S型模糊神经网络控制 被引量:18
2
作者 梁霄 张均东 +3 位作者 李巍 郭冰洁 万磊 徐玉如 《电机与控制学报》 EI CSCD 北大核心 2010年第7期99-104,共6页
针对水下机器人模糊神经网络控制器运算量大和对强外界扰动的鲁棒性差及存在滞后性的问题,提出基于混合学习算法的水下机器人T-S型模糊神经网络控制方法。采用免疫遗传算法离线优化和神经网络自学习在线调整隶属函数的参数,从而减少神... 针对水下机器人模糊神经网络控制器运算量大和对强外界扰动的鲁棒性差及存在滞后性的问题,提出基于混合学习算法的水下机器人T-S型模糊神经网络控制方法。采用免疫遗传算法离线优化和神经网络自学习在线调整隶属函数的参数,从而减少神经网络的运算量,增强水下机器人对环境变化的反应能力。采用T-S模型,由后件网络动态调整模糊规则,提高控制系统的适应性。通过某微小型水下机器人的仿真和外场实验验证方法的可行性和优越性。实验结果表明,控制器对外界扰动具有较强的鲁棒性,保证即使在恶劣情况下,控制性能仍保持在较高水平。 展开更多
关键词 水下机器人 模糊神经网络控制 免疫遗传算法 混合学习算法 t-s
下载PDF
基于T-S型模糊神经网络的软件过程可信评价模型研究 被引量:1
3
作者 侯雅明 《中国市场》 2011年第22期125-128,共4页
研究软件项目的可信度是当今信息技术领域的一个热点问题。本文首先介绍研究软件过程可信度的背景、内容和意义;然后分析软件项目实施过程中的可信度因素,从不同角度评价软件过程的可信性;最后基于T-S型模糊神经网络模型建立评价结构和... 研究软件项目的可信度是当今信息技术领域的一个热点问题。本文首先介绍研究软件过程可信度的背景、内容和意义;然后分析软件项目实施过程中的可信度因素,从不同角度评价软件过程的可信性;最后基于T-S型模糊神经网络模型建立评价结构和方法,实现软件过程可信度评价系统。结果表明:通过对影响因素的研究可以将软件过程可信度结果量化。 展开更多
关键词 软件项目的可信度 软件过程可信度 t-s型模糊神经网络 结果量化
下载PDF
木材干燥过程温湿度的T-S型模糊神经网络控制器设计 被引量:8
4
作者 姜滨 孙丽萍 曹军 《电机与控制学报》 EI CSCD 北大核心 2016年第10期114-120,共7页
木材干燥过程是一个强耦合、大滞后的非线性动力系统,很难准确建立被控对象的数学模型。为了准确控制木材干燥过程的温度和湿度,提高木材干燥质量,将智能控制引入木材干燥控制系统是必然的发展趋势。结合模糊控制和神经网络优点,设计了... 木材干燥过程是一个强耦合、大滞后的非线性动力系统,很难准确建立被控对象的数学模型。为了准确控制木材干燥过程的温度和湿度,提高木材干燥质量,将智能控制引入木材干燥控制系统是必然的发展趋势。结合模糊控制和神经网络优点,设计了一种木材干燥窑内温湿度的Takagi-Sugeno(T-S)型模糊神经网络控制器。该控制器无需对象的精确数学模型,适应性强,利用模糊算法解除木材干燥窑内温度和湿度间的强耦合关系,采用神经网络的自学习和自适应能力来实现整个非线性过程的模糊逻辑推理。仿真和实验结果表明,T-S型模糊神经网络控制器有效解决了木材干燥过程的温湿度控制,控制器响应速度快、超调小、鲁棒性强、控制精确度高,可以满足木材干燥控制系统要求。 展开更多
关键词 木材干燥过程 t-s 模糊神经网络控制器 温湿度控制 神经网络
下载PDF
基于T-S型模糊神经网络的机械手控制方案设计研究
5
作者 孙超 刘世聪 +2 位作者 李勇 周庆 殷美艳 《长江大学学报(自然科学版)》 CAS 2011年第4期89-91,288,共3页
机械手轨迹跟踪控制问题在机器人研究领域占有举足轻重的地位,现在已有很多控制方法,但是控制效果都不够理想。设计了基于T-S型模糊神经网络的机械手轨迹跟踪控制方案,用改进自适应遗传算法与BP算法相结合的混合学习算法来优化网络的权... 机械手轨迹跟踪控制问题在机器人研究领域占有举足轻重的地位,现在已有很多控制方法,但是控制效果都不够理想。设计了基于T-S型模糊神经网络的机械手轨迹跟踪控制方案,用改进自适应遗传算法与BP算法相结合的混合学习算法来优化网络的权值。仿真试验表明,该控制方案能很好地控制机械手的轨迹跟踪,因而是可行且有效的。 展开更多
关键词 机械手 t-s型模糊神经网络 BP算法 遗传算法
下载PDF
基于改进T-S型模糊神经网络的护士机器人行为控制研究
6
作者 赵文斐 周风余 +1 位作者 台述鹏 王小龙 《北京联合大学学报》 CAS 2013年第3期26-30,共5页
针对医院环境下的护士机器人,应用行为控制技术保证护士机器人稳定运行并顺利实现一系列功能。采用改进的T-S模糊神经网络算法和机器人本体位姿导航算法,实现医院环境下护士机器人的复杂行为控制的完成。试验及应用表明,该护士机器人具... 针对医院环境下的护士机器人,应用行为控制技术保证护士机器人稳定运行并顺利实现一系列功能。采用改进的T-S模糊神经网络算法和机器人本体位姿导航算法,实现医院环境下护士机器人的复杂行为控制的完成。试验及应用表明,该护士机器人具有性能稳定、行为实现准确、实时性高等优点,能较好地满足医院环境下典型的应用要求,具有一定的应用推广价值。 展开更多
关键词 护士机器人 改进t-s模糊神经网络 位姿导航算法 行为控制
下载PDF
基于IBSA-T-S模糊神经网络的煤矿带式输送机智能控制方法
7
作者 景玮烨 《机械管理开发》 2025年第1期167-169,共3页
为了促进煤矿带式输送机向着自动化与智能化方向发展,实验提出一种融合鸟群优化算法与模糊神经网络的智能控制方法。结果显示,系统迭代至40次时,IBSA-T-S模型的均方误差达到最小,数值为0.0 001。实际应用分析中,除开运行时间在15~20 s内... 为了促进煤矿带式输送机向着自动化与智能化方向发展,实验提出一种融合鸟群优化算法与模糊神经网络的智能控制方法。结果显示,系统迭代至40次时,IBSA-T-S模型的均方误差达到最小,数值为0.0 001。实际应用分析中,除开运行时间在15~20 s内时,皮带的实际速度与设定速度高度一致,能够实现机器的准确启动,同时输送机主从电机的电流差异也处于可接受范围内。以上结果均说明所构建模型有着较强的稳定性与响应速度,能够为煤炭工业的自动化和智能化发展做出贡献。 展开更多
关键词 煤矿带式输送机 t-s模糊神经网络 模糊控制 神经网络 节能优化
下载PDF
改进型T-S模糊神经网络风电功率预测模型的研究 被引量:8
8
作者 张维杰 田建艳 +3 位作者 王芳 张晓明 韩肖清 王鹏 《自动化仪表》 CAS 北大核心 2014年第12期39-42,共4页
为了提高风电功率的预测精度,在分析其主要影响因素的基础上,针对T-S模糊神经网络收敛速度慢、计算量大等缺点,提出了一种改进型T-S模糊神经网络风电功率预测模型。首先采用椭圆基函数作为隶属函数,扩展其接收域;其次利用模糊C-均值聚... 为了提高风电功率的预测精度,在分析其主要影响因素的基础上,针对T-S模糊神经网络收敛速度慢、计算量大等缺点,提出了一种改进型T-S模糊神经网络风电功率预测模型。首先采用椭圆基函数作为隶属函数,扩展其接收域;其次利用模糊C-均值聚类确定其中心值;然后引入惯性项加快网络的收敛速度;最后分别对四季短期风电功率进行预测。仿真结果表明,改进型T-S模糊神经网络有效地提高了短期风电功率的预测精度,具有一定的实用价值。 展开更多
关键词 风电功率预测 改进t-s模糊神经网络 椭圆基函数 模糊C-均值聚类 惯性项
下载PDF
基于T-S模糊神经网络的光伏发电机组自动控制 被引量:1
9
作者 杨振睿 沈主浮 +2 位作者 孙辰 蔡斌 姜宽 《机械与电子》 2024年第2期35-39,共5页
光照情况变化会使光伏发电机组功率呈现不稳定性,加大光伏发电机组控制难度,为此,设计了基于T-S模糊神经网络的光伏发电机组自动控制方法。构建光伏阵列数学模型,分析在均匀和不均匀2种光照情况下光伏发电机组特性曲线。以分析结果为依... 光照情况变化会使光伏发电机组功率呈现不稳定性,加大光伏发电机组控制难度,为此,设计了基于T-S模糊神经网络的光伏发电机组自动控制方法。构建光伏阵列数学模型,分析在均匀和不均匀2种光照情况下光伏发电机组特性曲线。以分析结果为依据,采用T-S模糊神经网络构建光伏发电机组自动控制模型。为保证良好的控制效果,引入定比因子优化隶属度函数,输出最佳跟踪结果,结合最佳跟踪结果和自动控制模型实现光伏发电机组自动控制。测试结果显示,该方法能够完成光伏阵列特性分析,控制效果好。 展开更多
关键词 t-s模糊神经网络 光伏发电机组 自动控制 特性曲线 最大功率点 光照情况
下载PDF
混沌机制在T-S模型模糊神经网络的系统辨识研究 被引量:16
10
作者 李翔 陈增强 袁著祉 《控制与决策》 EI CSCD 北大核心 2001年第4期504-506,共3页
出一种 T- S模型的模糊神经网络 ,在通常 BP算法的基础上 ,引进混沌机制来训练模糊神经网络的权值参数。将混沌 BP算法应用于非线性系统建模 ,以求获得全局意义下的最优逼近。仿真研究说明了其有效性和良好的性质。
关键词 混沌机制 模糊神经网络 t-s 系统辨识 模糊逻辑
下载PDF
基于T-S模糊神经网络模型的榆林市土壤风蚀危险度评价 被引量:14
11
作者 刘新颜 曹晓仪 董治宝 《地理科学》 CSCD 北大核心 2013年第6期741-747,共7页
选择位于风沙过渡区的榆林市为研究区域,以GIS技术和T-S模糊神经网络为依托,从土壤风蚀影响因子及风蚀动力学机制出发构建区域土壤风蚀危险度模型。基于此模型,对榆林市土壤风蚀危险度空间分异特征进行了分析,结果表明:T-S模糊神经网络... 选择位于风沙过渡区的榆林市为研究区域,以GIS技术和T-S模糊神经网络为依托,从土壤风蚀影响因子及风蚀动力学机制出发构建区域土壤风蚀危险度模型。基于此模型,对榆林市土壤风蚀危险度空间分异特征进行了分析,结果表明:T-S模糊神经网络模型可有效地揭示出区域土壤风蚀危险度与环境之间的映射关系,为土壤风蚀预测提供依据;风力、植被、气温、降水、地形等环境要素控制着土壤风蚀危险度空间分异格局;榆林市土壤风蚀危险度空间分异格局表现为:危险度从西北向东南逐渐降低。 展开更多
关键词 榆林市 土壤风蚀 t-s模糊神经网络 危险度评价
原文传递
基于T-S模糊神经网络的模型在台风灾情预测中的应用——以海南为例 被引量:15
12
作者 张广平 张晨晓 谢忠 《灾害学》 CSCD 北大核心 2013年第2期86-89,共4页
使用1992-2011年间海南省台风灾害数据,综合T-S模糊神经网络的模糊逻辑和神经网络学习优化的性能,设计了一种灾害损失预测模型并定量地表达了台风灾害损失致灾因子与灾情指标因子之间的规律。调节模型的参数cji、σji和pji(k),控制学习... 使用1992-2011年间海南省台风灾害数据,综合T-S模糊神经网络的模糊逻辑和神经网络学习优化的性能,设计了一种灾害损失预测模型并定量地表达了台风灾害损失致灾因子与灾情指标因子之间的规律。调节模型的参数cji、σji和pji(k),控制学习性能指标误差值Ep和总误差E来优化模型的性能。将模型应用于201108号台风"洛坦"灾害损失预测中,实验结果表明该模型具有较好的预测功能。 展开更多
关键词 台风灾害 预测模 t-s模糊神经网络 海南
下载PDF
神经网络结构的递归T-S模糊模型 被引量:10
13
作者 李翔 陈增强 袁著祉 《系统工程学报》 CSCD 2001年第4期268-274,共7页
提出一种新的递归 T- S模型 (Takagi- Sugeno模型 )的模糊神经网络结构 (TSFRNN ) ,利用动态 BP(DBP)算法来学习训练神经网络的参数 ,通过与通常的多层前馈神经网络结构的 T- S模糊神经网络(TSFNN)的对比仿真实验 ,说明在非线性系统建... 提出一种新的递归 T- S模型 (Takagi- Sugeno模型 )的模糊神经网络结构 (TSFRNN ) ,利用动态 BP(DBP)算法来学习训练神经网络的参数 ,通过与通常的多层前馈神经网络结构的 T- S模糊神经网络(TSFNN)的对比仿真实验 ,说明在非线性系统建模方面 TSFRNN比 TSFNN更加优越 . 展开更多
关键词 递归神经网络 t-s模糊 非线性系统 建模 学习算法
下载PDF
T-S型模糊RBF神经网络快速学习算法 被引量:6
14
作者 鲍鸿 黄心汉 李锡雄 《华中理工大学学报》 CSCD 北大核心 1999年第2期84-86,共3页
针对T-S型模糊RBF神经网络输入空间模糊最优聚类算法运算量大、运算速度低的缺点,提出基于输出空间模式聚类的快速学习算法,以满足多变量系统实时性要求.仿真结果表明该快速学习算法不仅可以达到要求的辨识精度。
关键词 模糊神经网络 RBF神经网络 t-s 快速学习算法
下载PDF
用T-S模型模糊神经网络进行压裂效果预测 被引量:5
15
作者 刘洪 赵金洲 +2 位作者 胡永全 张绍伦 刘江雁 《断块油气田》 CAS 2002年第3期35-38,共4页
压裂效果受多种因素的影响,不同井况的不同参数对压裂效果的影响程度不一样,具有许多的模糊性。运用T—S模型模糊神经网络,建立各种影响因素与压裂效果之间的关系模型和预测模型,可以用来指导压裂选井选层和压裂施工工艺。实践证明,该... 压裂效果受多种因素的影响,不同井况的不同参数对压裂效果的影响程度不一样,具有许多的模糊性。运用T—S模型模糊神经网络,建立各种影响因素与压裂效果之间的关系模型和预测模型,可以用来指导压裂选井选层和压裂施工工艺。实践证明,该方法用于压裂效果预测具有良好的适应性和实用性。 展开更多
关键词 t-s 模糊神经网络 压裂效果 预测 油气藏 选井 选层
下载PDF
基于T-S模型的模糊神经网络PID控制 被引量:7
16
作者 姜映红 叶碧成 《控制工程》 CSCD 2006年第6期540-542,546,共4页
针对在非线性、时变不确定系统中,常规PID控制器难以获得满意效果的问题,仿照传统PID控制器结构,设计了一种基于T-S模型的模糊神经网络PID控制器。该控制器基于T-S模糊模型,将PID结构融入模糊控制中,充分发挥了模糊系统非线性、可解释... 针对在非线性、时变不确定系统中,常规PID控制器难以获得满意效果的问题,仿照传统PID控制器结构,设计了一种基于T-S模型的模糊神经网络PID控制器。该控制器基于T-S模糊模型,将PID结构融入模糊控制中,充分发挥了模糊系统非线性、可解释性的特点;然后又利用神经网络的学习算法,实现了对模糊控制器的参数调整,使控制器具有了适应时变、不确定系统的自学习和自组织能力。针对非线性、时变系统,将此控制器与传统PID控制器对比进行了仿真研究,并应用于啤酒发酵领域,其结果表明,该控制器取得了令人满意的效果。 展开更多
关键词 t-s 模糊 神经网络 PID
下载PDF
T-S型模糊RBF神经网络的结构研究 被引量:4
17
作者 鲍鸿 黄心汉 李锡雄 《华中理工大学学报》 CSCD 北大核心 1999年第1期11-13,共3页
提出T-S型模糊RBF神经网络模型结构,讨论该模型参数的输入空间模糊最优聚类学习算法.仿真结果验证了学习算法的有效性和可行性,表明T-S型模糊RBF神经网络可逼近任意多变量非线性函数.
关键词 模糊神经网络 模糊控制 RBF神经网络 t-s
下载PDF
基于T-S逻辑的新型模糊神经网络模型 被引量:5
18
作者 姜长元 朱庆保 《南京师范大学学报(工程技术版)》 CAS 2006年第3期51-55,共5页
模糊神经网络是神经网络与模糊逻辑系统的有机结合,具有强大的自学习和自整定功能.针对目前模糊逻辑与神经网络技术在融合中存在的问题,根据模糊逻辑与神经网络的本质和内在联系,提出了一种新型的结构优化的模糊神经网络,用模糊系统理... 模糊神经网络是神经网络与模糊逻辑系统的有机结合,具有强大的自学习和自整定功能.针对目前模糊逻辑与神经网络技术在融合中存在的问题,根据模糊逻辑与神经网络的本质和内在联系,提出了一种新型的结构优化的模糊神经网络,用模糊系统理论中的Stone-W eirstrass定理证明了该网络能以任意精度逼近任意一个定义在致密集上的实连续函数.仿真实验表明该网络模型算法是可行且有效的. 展开更多
关键词 模糊逻辑 模糊神经网络 t-s逻辑
下载PDF
基于T-S模型的模糊神经网络在地下硐室超挖预测中的应用 被引量:2
19
作者 李启月 孔德国 +1 位作者 吴正宇 黄武林 《矿冶工程》 CSCD 北大核心 2017年第1期1-4,共4页
以山东某隧道为例,运用基于T-S模型的模糊神经网络,结合相关影响因素对地下硐室超挖进行了预测。预测模型根据工程实际情况选用了199组数据,其中179组数据作为训练样本训练网络,20组数据作为测试样本验证模型的预测结果。通过计算,基于... 以山东某隧道为例,运用基于T-S模型的模糊神经网络,结合相关影响因素对地下硐室超挖进行了预测。预测模型根据工程实际情况选用了199组数据,其中179组数据作为训练样本训练网络,20组数据作为测试样本验证模型的预测结果。通过计算,基于T-S模型模糊神经网络超挖预测的相关系数为0.962 8,均方差为0.449,平均相对误差为6.33%。与BP神经网络和回归模型的预测结果进行了比较分析,结果表明基于T-S模型的模糊神经网络预测效果最好,能精确预测地下硐室爆破超挖量,对控制超挖量具有重要意义。 展开更多
关键词 地下硐室 超挖 预测 t-s 模糊神经网络
下载PDF
基于T-S模糊神经网络模型对西部村镇集雨窖水水质的评价研究 被引量:5
20
作者 齐昕 刘嘉夫 《节水灌溉》 北大核心 2015年第3期28-30,34,共4页
针对西北村镇集雨窖水的水质特点,采用基于T-S模型的模糊神经网络对其进行评价分析。评价分析选用窖水水质指标中的CODMn、NH3-N和DO三个水质指标为输入向量,建立了适用于集雨窖水水质评价的T-S模糊神经网络模型,该模型最大训练误差︱e... 针对西北村镇集雨窖水的水质特点,采用基于T-S模型的模糊神经网络对其进行评价分析。评价分析选用窖水水质指标中的CODMn、NH3-N和DO三个水质指标为输入向量,建立了适用于集雨窖水水质评价的T-S模糊神经网络模型,该模型最大训练误差︱e︱≤0.057 5,具有较强的泛化能力。在实例分析中,得出不同集雨面所收集的集雨窖水水质也不相同;降雨初期集雨窖水水质均为超Ⅴ类,随着时间的增长窖内水质有着明显的改善,但20d内,水质依旧较差且不稳定,需对集雨窖水进行相关处理后才可作为日常生活用水使用。 展开更多
关键词 t-s模糊神经网络 集雨窖水 水质评价
下载PDF
上一页 1 2 21 下一页 到第
使用帮助 返回顶部