分享到:

模糊小波网络及其在永磁同步电机控制中的应用

有许多复杂的系统是无法用传统方法对它定义,特别是那些非线性的动态时变系统,还不能建立有效的数学模型和控制方法。目前,模糊技术和神经网络是智能控制理论中的一个十分活跃的分支,具有处理抽象信息、强大的自学习和自整定功能。同时,小波分析技术由于对信号具有时频局部化性质和多分辨率功能,一出现便得到了迅速的发展。为此,本文研究了基于小波分析、模糊逻辑技术和神经网络相结合的一种新的模型—模糊小波网络。永磁同步电动机内部是参数变化、非线性、强耦合和多变量高阶复杂系统。利用矢量控制可以简化电机模型,解耦控制,保持快速响应。然而高性能控制系统,不仅要求快速和准确性,而且要求在未知扰动和参数变化时具有快的恢复能力。因此,本文在模糊小波网络基础上,提出了几种永磁同步电动机的高性能控制方法。本文的研究工作主要包括以下几个方面:首先将小波技术与模糊神经网络结合,研究了一种隶属函数为小波函数的模糊小波网络模型和一种模糊后件为小波函数的模糊小波网络模型。建立  (本文共157页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

复杂工业系统基于小波网络与鲁棒估计建模方法研究

系统建模一向被视为控制与优化中必不可少的环节,实际工程中也一直奉行“建模先行”的原则。随着科学技术的飞速发展及生产规模的不断扩大,许多系统变得越来越复杂,尤其是世界范围内日益加剧的产业竞争以及人类认识、改造和协调自然活动的深入,使系统建模遇到了前所未有的挑战,任务艰巨,急待解决。在这种情况下,单单靠传统控制理论的方法与技术远远不能满足当今复杂工业过程提出的要求,必须从数学、计算机科学、信号处理技术等相关学科汲取最新成果,开发出具有新构思的理论、技术和方法。本文的工作旨在根据复杂工业过程的特点,基于小波网络和鲁棒估计理论,并结合工程实际,针对复杂系统建模问题展开研究与讨论,具体内容包括以下几个方面:【1】系统地阐述了对复杂工业过程的认识,介绍了鲁棒估计理论的基本内容,分析了小波尤其是小波网络在工业过程建模与控制中的应用情况,指明了本文研究的内容和意义。【2】分析了小波变换消除白噪声干扰的基本原理和方法,然后结合鲁棒统计学的知识,提...  (本文共148页) 本文目录 | 阅读全文>>

哈尔滨工程大学
哈尔滨工程大学

小波网络建模预报方法研究及其在股市预测中的应用

股票市场是投资者、管理者和经济管理学者共同关注的热点,自19世纪股票市场建立以来,对股票价格预测模型的研究一直是众多学者关注的焦点。线性统计预测模型曾广泛应用于该领域,如AR、ARIMA模型等,但效果都不是很理想。近年来,众多学者把股票市场看作是一个非线性的确定性动力学系统,用非线性确定系统规律研究股价的行为越来越显示出强大生命力。随着非线性理论和人工智能技术的发展,小波分析和小波网络等成为金融市场强有力的分析和预测工具。本文对小波网络预测模型进行了深入分析和研究,构建了适应于股价分析的时间序列短期预测模型。本文研究的重点是小波网络预测方法的应用和实现。主要工作如下:从小波网络构造理论出发,对目前广泛应用的小波网络三种典型结构进行了深入分析。考虑网络算法、逼近细节能力、包含频域信息广等方面因素,指出了用RBF-WNN(以尺度函数为激励函数的小波网络)、MLP-WNN(以小波函数为激励函数的小波网络)对股票市场进行建模的不足,提出...  (本文共112页) 本文目录 | 阅读全文>>

《计算机工程与应用》2009年32期
计算机工程与应用

短期电力负荷预测的灰色-小波网络组合模型

电力负荷预测的核心问题是预测的技术和方法,或者说数学模型[1]。经典的负荷预测方法有外推法、相关分析法、时间序列分析、概率统计法等。近年来,以人工神经网络为代表的人工智能预测技术[2-4]非常引人瞩目,使得电力负荷预测的科学性和准确度都大大提高。其中,人工神经网络以其自身的自适应、自学习、高容错能力等一系列优点,在电力负荷预测建模中得到了广泛的应用并取得了很好的效果,但是由于人工神经网络自身也存在一些如容易陷入局部极小、收敛速度慢等缺点,限制了其进一步应用。该文针对只有单一的短期电力负荷原始数据情况下的负荷预测方法进行研究。由于短期电力负荷数据具有离散、无规则波动的特点,为了使之容易用某种函数去逼近拟合,首先利用灰色预测方法[5-7]将原始序列转换为灰色预测序列,弱化其波动性,然后,将原始序列与其对应的灰色预测序列进行组合重构并规范化,利用小波分析良好的时频局域化性质和人工神经网络的自适应、自学习能力,建立预测精度更高和收敛速度...  (本文共3页) 阅读全文>>

《应用激光》2002年05期
应用激光

基于自适应小波网络的激光切割表面质量预报的研究

随着现代数控技术的发展,激光切割技术实现了飞跃式的发展。它具有高效、精确、多能等特点。但是,由于激光切割并非机床刀具切割,对其表面粗糙度,即激光切割端面质量的控制成为制约激光切割技术迈向精加工领域的瓶颈。例如,对于一些窄细切口和复杂图案等就无法直接进行表面质量检测,因而,欲使激光切割技术在实际生产中扩展到更广的应用领域,必须对激光端面质量能够进行有效的预报。在激光切割中,有许多因素影响切割端面的表面质量,因此在实施激光切割时,对激光切割参数的选择就显得非常重要。 本文基于对激光切割端面粗糙度标准的划分,选取了相应的自适应小波网络识别模型,并从理论和实践上证明了该方法应用于激光切割端面质量等级有效预报的可行性。 自适应小波网络理论和算法 1.自适应小波理论 设母小波h(t)为Morlet小波,根据小波理论的多分辨分析原理‘蚰可知,一个信号Y(t)能由母小波连续自由伸缩和平移得到一簇h。(t)子小波进行下列逼近。 K Y(t)===...  (本文共4页) 阅读全文>>

《电工技术学报》2000年03期
电工技术学报

基于自适应小波网络的汽轮发电机组振动故障诊断方法的研究

1引言由于汽轮发电机组振动故障征兆与故障特征之间复杂的非线性特性[‘],使其故障诊断与识别变得十分困难。近年来,将神经网络技术应用于汽轮发电机组振动故障中,较好地解决了这一问题,并取得了一定的研究成果【刊。但故障诊断中常用时BP网络具有易陷入局部极小点、学习收敛性较差、网络结构不能根据输入样本进行优化、以及对一些特征相似的模糊边界故障分辨率较低等缺陷。自适应小波理论’提近几年才兴起的一种新的模式识别方法,在国内外的研究刚起步不久,它以其良好的非线性映射特性在语音识别等领域得以应用,并取得了一定的研究成果[’,叫。本文基于汽轮发电机组振动故障,构造了相应的自适应小波网络诊断模型,并从理论和实践上证明了该方法应用于汽轮发电机组故障诊断与识别是有效的、可行的。仿真实验和对比分析结果表明,该方法要优于常规的BP网络方法。从而,探索和研究自适应小波理论在汽轮发电机组振动故障诊断中的应用有着极其重要的理论价值和实际意义,同时为这类非线性系统...  (本文共4页) 阅读全文>>