2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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、熱工過程通常具有非線性、時(shí)變性,在自動(dòng)控制中所采用的傳遞函數(shù)模型往往只是在一個(gè)工況點(diǎn)上的模型,很難描述熱工過程在整個(gè)工況范圍內(nèi)的非線性特征.而對(duì)控制系統(tǒng)的整體全局優(yōu)化必須要考慮過程的非線性,因此,建立熱工過程的整體非線性模型是對(duì)熱工控制系統(tǒng)整體全局優(yōu)化的基礎(chǔ),但至今在熱工控制系統(tǒng)中所基于的設(shè)計(jì)模型仍是傳遞函數(shù),這不利于對(duì)熱工控制系統(tǒng)的全局優(yōu)化.而模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)是適合于描述過程非線性特征的兩種方法,通過對(duì)樣本數(shù)據(jù)的不斷學(xué)習(xí),可較方便地

2、建立整個(gè)過程的非線性模型.該論文主要目的就是嘗試采用模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的非線性建模方法來建立熱工過程的全局非線性模型,為熱工控制系統(tǒng)的全局優(yōu)化打下基礎(chǔ).另一方面,目前模糊控制系統(tǒng)已較多應(yīng)用于熱工過程的自動(dòng)控制中,但常規(guī)的模糊控制系統(tǒng)缺乏自適應(yīng)能力,主要原因是常規(guī)模糊控制所采用的模糊規(guī)則庫是不能自動(dòng)調(diào)整的.而模糊系統(tǒng)的非線性建模技術(shù),不僅可以以規(guī)則的形式建立熱工過程的非線性模型,也可以建立模糊控制系統(tǒng)的模糊規(guī)則庫.因此,模糊系統(tǒng)的非線性建

3、模方法也為模糊控制系統(tǒng)的自適應(yīng)提供了一個(gè)途徑.該文的主要成果如下:模糊系統(tǒng)的建模主要是通過模糊規(guī)則來描述非線性系統(tǒng)的動(dòng)態(tài)特性,因此,規(guī)則庫在模糊系統(tǒng)的非線性辨識(shí)過程中起著至關(guān)重要的作用,而模糊規(guī)則庫的自適應(yīng)、自組織能力將直接影響到其非線性系統(tǒng)的辨識(shí)效果.模糊規(guī)則庫的自學(xué)習(xí)過程主要可分為兩種情況:①對(duì)已有規(guī)則庫中規(guī)則的前件、后件參數(shù)的自學(xué)習(xí)、自調(diào)整;②模糊規(guī)則庫本身的自學(xué)習(xí),即根據(jù)過程的實(shí)際工況自動(dòng)增減規(guī)則庫中的模糊規(guī)則.該文針對(duì)非線性模

4、糊系統(tǒng)的動(dòng)態(tài)建模,提出了一套實(shí)用簡(jiǎn)潔的規(guī)則庫初始化及在線混合自學(xué)習(xí)建模方法,并對(duì)非線性函數(shù)逼近、熱工過程辨識(shí)與建模中的相關(guān)問題做了大量的實(shí)驗(yàn)研究,取得了比較理想的非線性建模效果.另外,該文在建模過程中所提出的模糊規(guī)則的自適應(yīng)、自學(xué)習(xí)方法,同樣也可以對(duì)模糊控制規(guī)則進(jìn)行學(xué)習(xí),因此,它也是一類自適應(yīng)模糊控制系統(tǒng)的基礎(chǔ).除了對(duì)用模糊系統(tǒng)建立熱工過程的非線性模型進(jìn)行研究外,論文還對(duì)用神經(jīng)網(wǎng)絡(luò)建立的熱工過程的非線性模型進(jìn)行了研究.神經(jīng)網(wǎng)絡(luò)建模的主要

5、困難是如何確定適合的隱節(jié)點(diǎn)數(shù)目,因?yàn)殡[節(jié)點(diǎn)數(shù)目的多少直接影響到系統(tǒng)建模與辨識(shí)模型的精度.隱節(jié)點(diǎn)數(shù)目的增多會(huì)導(dǎo)致網(wǎng)絡(luò)的學(xué)習(xí)速度變慢,但是隱節(jié)點(diǎn)數(shù)目不夠時(shí)就不能很好地學(xué)習(xí)樣本,會(huì)嚴(yán)重影響神經(jīng)網(wǎng)絡(luò)模型的精度.該文針對(duì)典型的熱工過程,進(jìn)行了大量神經(jīng)網(wǎng)絡(luò)的建模仿真計(jì)算,從模型計(jì)算的數(shù)據(jù)可以看出,選擇適當(dāng)?shù)碾[節(jié)點(diǎn)數(shù)可以在確保神經(jīng)網(wǎng)絡(luò)模型精度的同時(shí),有效提高神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度,加快整個(gè)非線性的建模過程,論文通過大量計(jì)算及分析,提出了選取隱節(jié)點(diǎn)數(shù)的原則

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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

評(píng)論

0/150

提交評(píng)論