分享到:

复杂系统的智能建模与控制方法

本文以白银铝厂阳极焙烧炉的温度控制系统为研究对象,针对复杂系统难建模、难控制的特点,采用智能控制方法对系统进行了深入的研究。模糊神经网络(FNN)是人工神经网络与模糊逻辑系统的有机结合,是一种能够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,可以不依赖模型而映射出对象的输入输出关系。FNN对于任意非线性对象的逼近和建模以及对不确定模型的控制均有很好的效果,有很强的容错性和鲁棒性。因此文中对T-S型RBF神经网络的控制算法进行了详细的理论分析和仿真研究,并与先进的控制方法--预测控制相结合,对复杂系统进行预测建模控制。在对T-S模糊模型与RBF神经网络进行深入研究的基础上,提出一种基于T-S模糊模型的RBF神经网络的动态学习算法,改进了RBF网络的学习方法。此方法可以动态地调节网络的隐节点个数、高斯径向基函数的数据中心及扩展常数,不仅能有效地对T-S模型的参数进行训练,而且改进了FNN学习性能,加快了网络的收敛速度,提高了  (本文共56页) 本文目录 | 阅读全文>>

北京邮电大学
北京邮电大学

粮食干燥过程智能建模与控制研究

粮食干燥技术可降低粮食含水率到储粮安全含水率,减少由于腐败变质带来的损失,是现代化农业的重要组成部分之一。刚收获的粮食含水率普遍较高,为避免粮食发霉变质,需尽快干燥到安全储藏水分。有效的自动控制策略是实现粮食干燥目标的重要手段之一,然而,粮食干燥过程是一项复杂的热质传递过程,具有大滞后、多干扰、非线性和参数不确定性等特点,对粮食干燥控制目标的实现提出了严苛考验,使依赖于被控对象数学模型的传统控制遇到了挑战。智能控制不依赖于被控对象模型,具有实时控制性能好和鲁棒性强的优点,适合于非线性复杂系统的控制,是一种有效的粮食干燥机控制方式。通过采用模糊逻辑、人工神经网络或其它人工智能辨识方法来近似粮食干燥过程的非线性关系,然后结合相关控制算法,如PID(Proportional Integral Derivative)控制、自适应控制、模型预测控制、反步控制、滑模控制、进化算法或它们的组合来构造智能控制器。本论文依托粮食公益性行业科研专项...  (本文共188页) 本文目录 | 阅读全文>>

北京交通大学
北京交通大学

智能工程推理机制研究及其在电力供需平衡复杂性分析中的应用

本文以电力供需平衡复杂性问题为切入点展开了研究工作。由于经济增长与电源建设等因素制约着电力需求与电力供应两者之间的平衡关系,从需求端来看,它的表现之一是宏观经济政策对电力消费影响的复杂性;从供应端来看,它的表现之一是由于随机性和模糊性导致的不确定发电规划复杂性。这两类复杂性问题具有动态性、模糊性和不确定性等特点,依靠传统的数学理论和方法来建立定量的、精确的数学模型已显露出它的局限。上述两类复杂性问题均属于典型或复杂的智能工程B_2问题,因此,本文以电力供需平衡复杂性问题为研究对象,对智能工程第二类问题B_2的求解理论和优化理论进行了研究,扩展了复杂问题求解的智能工程理论框架和方法体系,分析了多层次的智能建模结构,建立了Rule-based Model的问题B_2求解模型,研究了复杂过程的智能推理和路径寻优方法,并给出了智能工程问题B_2求解理论和优化理论在上述两类供需平衡复杂性问题分析中的具体应用。一、理论方面,本文用系统的观点...  (本文共147页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

复杂系统的智能建模与控制

本文以智能系统为指导思想,探讨了智能控制的基本理论和基于模糊逻辑及神经网络的智能控制和建模方法。结合进化计算等智能计算方法,着重研究了智能控制的自组织和自学习算法。全文共分三篇。第一篇首先回顾了人工智能的发展历史,比较了符号主义和联接主义这两种研究范式的各自特点,分析了它们在智能系统中的作用。基于自然智能系统的基本原理,提出了智能控制的一种新型研究范式。本篇最后总结了智能控制系统的学习方式。本文第二篇采用几种不同方法,深入研究了模糊规则控制系统的结构自组织和参数自学习,并给出多种新颖的自适应模糊控制方法。根据第二类模糊规则系统的特点,提出了一种特殊的神经网络结构,以实现这类模糊系统的在线学习。它被应用于复杂系统的建模和控制,具有明显的优越性。本篇的另一重要工作是,利用模糊系统的特有性能,提出了非线性系统的模糊线性化概念,并给出了相应的模糊子系统辨识和控制器综合方法,分析了模糊线性化系统在两种不同情形下的稳定性。这样,一个非线性系...  (本文共184页) 本文目录 | 阅读全文>>

南京航空航天大学
南京航空航天大学

基于神经网络的结构破损诊断

利用模态参数进行结构破损诊断是国内外研究的热点和难点。本文提出了基于改进型BP神经网络进行结构破损诊断的方法。BP网络由于具有强大的映射能力、容错性和鲁棒性等优点,非常适合解决破损诊断这类反问题。但随着研究的深入,BP网络在应用中遇到了两个主要问题:(1)难以确定网络结构和初始值;(2)易陷入局部最小解。针对BP网络的不足,本文提出了一种基于遗传算法(GA)-BP网络的混合技术进行结构破损诊断的方法。该方法采用实数编码的遗传算法优化BP网络的结构及初始参数,从而提高了网络的精度。对比遗传BP网络与传统BP网络对三个仿真算例的识别结果,遗传BP网络的稳定性更好,精度更高,对噪声有很强的鲁棒性,是一种准确有效的结构破损诊断方法。  (本文共72页) 本文目录 | 阅读全文>>

《国际学术动态》1996年01期
国际学术动态

1995年世界神经网络大会述评

1 会议概况本年度世界神经网络大会(WCNN’95)于7月17日至21日在美国首都华盛顿市召开。参加会议的人数为700人左右。交流文章约450篇,其中特邀文...  (本文共5页) 阅读全文>>

《计算机仿真》2019年11期
计算机仿真

基于优化神经网络的地质灾害监测预警仿真

针对地质灾害监测预警方法中存在的实用性差等问题,提出基于优化神经网络的地质灾害监测预警方法。建立地质灾害监测数据体系,确保各种监测传感器协同工作,实现地质灾害动态预警对监测数据实时采集等...  (本文共5页) 阅读全文>>