版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、模糊神經(jīng)網(wǎng)絡(luò)作為智能控制領(lǐng)域中一支倍受關(guān)注的分支,它是模糊推理技術(shù)和人工神經(jīng)網(wǎng)絡(luò)技術(shù)的有機(jī)的結(jié)合,這種結(jié)合既彌補(bǔ)了模糊推理技術(shù)在學(xué)習(xí)方面存在的缺陷,又使人工神經(jīng)網(wǎng)絡(luò)的“黑箱”結(jié)構(gòu)透明化,因此特別適用于各種復(fù)雜系統(tǒng)??刂葡到y(tǒng)性能評(píng)估技術(shù)作為當(dāng)今世界過(guò)程控制領(lǐng)域最受關(guān)注的研究方向之一,通過(guò)對(duì)評(píng)估標(biāo)準(zhǔn)的計(jì)算和分析,實(shí)現(xiàn)對(duì)控制系統(tǒng)運(yùn)行狀態(tài)的評(píng)估和監(jiān)控,確??刂破髂軌蜷L(zhǎng)時(shí)間的運(yùn)行在良好的狀態(tài)下或者要求的狀態(tài)下。
模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和模
2、糊推理算法很大程度上影響了模糊神經(jīng)網(wǎng)絡(luò)的性能,因此本文從模糊推理算法的改進(jìn)和模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化兩大方面入手,探討了優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)性能的方法。在控制系統(tǒng)性能評(píng)估過(guò)程中,總是希望找到一個(gè)合適的評(píng)估標(biāo)準(zhǔn),能夠準(zhǔn)確的對(duì)控制系統(tǒng)進(jìn)行評(píng)估,本文通過(guò)對(duì)誤差分布的研究,提出一種以誤差概率分布作為控制系統(tǒng)性能評(píng)估的標(biāo)準(zhǔn),實(shí)現(xiàn)對(duì)控制系統(tǒng)性能的評(píng)估和運(yùn)行狀態(tài)的監(jiān)控。
計(jì)算型模糊推理算法采用數(shù)值計(jì)算的方法對(duì)傳統(tǒng)的推理計(jì)算過(guò)程進(jìn)行了改進(jìn),改進(jìn)后
3、的推理算法能夠充分考慮所有輸入的影響,又能根據(jù)輸入的變化,對(duì)模糊規(guī)則進(jìn)行適當(dāng)?shù)恼{(diào)整,從而大大提高系統(tǒng)的推理精度,減小穩(wěn)態(tài)誤差;矢量“隸屬度”法通過(guò)對(duì)隸屬度矢量化處理和模糊等級(jí)的標(biāo)量化處理,把當(dāng)前輸入量的相對(duì)方向和大小等級(jí)分別反映在矢量“隸屬度”和標(biāo)量模糊等級(jí)上,從而通過(guò)減少模糊等級(jí)數(shù)目,實(shí)現(xiàn)優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的目的;增長(zhǎng)法和剪枝法在單獨(dú)使用中,各有優(yōu)缺點(diǎn),但是將兩種算法結(jié)合起來(lái),形成增長(zhǎng)剪枝聯(lián)合算法,實(shí)現(xiàn)優(yōu)缺點(diǎn)互補(bǔ),對(duì)規(guī)則層節(jié)點(diǎn)進(jìn)行增
4、加或減少操作,在優(yōu)化結(jié)束判斷中,兩種算法互為條件,最終實(shí)現(xiàn)優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的目的。
針對(duì)目前工業(yè)控制系統(tǒng)中普遍存在系統(tǒng)性能下降的問(wèn)題,本文提出了一種基于誤差概率分布的控制系統(tǒng)性能評(píng)估、優(yōu)化及監(jiān)控的方法,這種方法根據(jù)誤差的分布服從正態(tài)分布這一原理建立評(píng)估標(biāo)準(zhǔn),通過(guò)對(duì)系統(tǒng)運(yùn)行數(shù)據(jù)的計(jì)算和分析,確定系統(tǒng)的運(yùn)行狀態(tài),實(shí)現(xiàn)對(duì)控制系統(tǒng)性能的評(píng)估和監(jiān)控,根據(jù)系統(tǒng)的運(yùn)行狀態(tài)和評(píng)估參數(shù),對(duì)控制參數(shù)進(jìn)行適當(dāng)?shù)恼{(diào)整,最終完成控制系統(tǒng)性能的評(píng)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化及混合建模研究.pdf
- 可拓評(píng)價(jià)在模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化中的研究.pdf
- 基于增長(zhǎng)剪枝聯(lián)合算法的模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化方法的研究及應(yīng)用.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)建模與結(jié)構(gòu)優(yōu)化研究.pdf
- 基于進(jìn)化算法的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化研究.pdf
- 基于改進(jìn)AGP算法的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化研究.pdf
- 基于粗糙集的動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)研究.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)優(yōu)化及應(yīng)用研究.pdf
- 基于改進(jìn)遺傳算法的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化研究.pdf
- 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)化設(shè)計(jì)與研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的優(yōu)化吹灰系統(tǒng)研究.pdf
- 多層前向神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的研究.pdf
- 基于靈敏度分析的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化方法研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化的圖像語(yǔ)義分析研究.pdf
- 混合神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)自生成方法研究.pdf
- 改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化算法及其應(yīng)用研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的CDMA網(wǎng)絡(luò)優(yōu)化測(cè)試和分析系統(tǒng).pdf
- 模糊神經(jīng)網(wǎng)絡(luò)的研究及應(yīng)用.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)
評(píng)論
0/150
提交評(píng)論