首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 156 毫秒
1.
介绍了将神经网络和模糊控制相结合,即用人工神经网络算法产生模糊推理规则和隶属函数,再基于这些模糊推理规则和隶属函数产生模糊逻辑控制的一种新颖控制策略--模糊神经网络系统的组织结构及其神经网络的设计.  相似文献   

2.
在区间值模糊推理的理论基础上,提出了基于区间值推理的模糊神经网络。主要是将模糊逻辑规则利用神经网络来实现,给出了基于IVFR的FNN的结构以及通过两个模糊集的贴近度作为误差反馈的学习算法。  相似文献   

3.
苏良昱 《科技信息》2011,(10):131-132
将自适应神经网络的自学习优点与模糊数学的模糊推理方法进行有效的结合,解决了变压器绝缘故障诊断中模糊规则难以确定的问题,利用自适应神经网络的自学习功能,通过神经网络的学习确定了模糊规则和模糊隶属度。建立了变压器故障诊断的ANFIS模型,实现了电力设备故障诊断,反映了变压器的实际运行状态。  相似文献   

4.
为了解决道路压实度传统检测方法的滞后性、局限性等问题,提高道路质量和压实效率,通过传感技术采集振动压路机的振动信号,结合压路机加速度与道路压实度的理论关系,判断道路压实度情况.利用DGPS技术对压路机进行定位,获取压路机的地理位置;利用无线网络技术及时将压实度及其位置坐标捆绑式反馈给驾驶室或者质量监控中心.经过分析论证可知,提出的压实度检测方法能够迅速地检测道路压实度,避免了传统检测方法的盲目性和局限性.  相似文献   

5.
提出一种基于模糊神经网络进行数据挖掘的新方法。构成模糊神经网络的模糊化层采用高斯函数计算5个模糊隶属度,高斯函数需要的均值、方差以及隶属度的中心值都可通过预先计算采集到的数据得到。模糊推理层采用取小取大运算代替常用的积和运算,加快了网络的推理速度。在模糊神经网络训练阶段,首先利用重心法对模糊化层输出进行反模糊化,再采用BP思想,利用梯度法求误差值并进行反传调整隶属度函数的参数值。为提高网络推理精度和速度,通过设立相应的规则对网络进行裁剪,剪掉多余的节点和权值,最后依据一定的思想对产生的模糊规则进行简化和提取。以工业锻造中的智能温度控制系统的控制数据为例进行仿真,结果表明,该网络具有较高的精度和较好的鲁棒性。  相似文献   

6.
介绍了将神经网络和模糊控制相结合,即用人工神经网络算法产生模糊推进规则和隶属函数,再基于这些模糊推理规则和隶属函数产生模糊逻辑控制的一种新颖控制策略-模糊神经网络系统的组织结构及其神经网络的设计。  相似文献   

7.
将模糊控制和神经网络技术相结合 ,借助神经网络的学习能力和信息存储能力来实现模糊推理过程 ,并记忆和调整模糊规则 ,从而自动生成模糊控制规则 ,建立模糊神经网络。系统对模糊神经网络进行离线学习 ,将训练好的模糊神经网络用于在线控制 ,仿真结果表明 ,本文方法用于对陶瓷配料系统的控制 ,取得了无超调、无静差等令人满意的效果  相似文献   

8.
利用多层神经网络构建模糊自适应PID控制器,通过神经网络自学习能力在线提取模糊控制规则,优化控制器隶属度函数,根据不同时刻的误差e和误差变化ec运用模糊推理在线自整定PID参数。仿真实验表明,该控制系统具有优良的控制性能。此外,通过遗传算法对模糊神经网络的学习速率和惯性系数等进行了优化,为控制系统实现最优控制提供了有力保证。  相似文献   

9.
模糊规则是模糊推理中的重要工具之一,它表示了模糊知识的因果关系.在一个模糊规则集中,当模糊命题间存在交互作用时,将参数权重用模糊测度取代,得到了一种基于模糊规则矩阵变换和Choquet模糊积分的模糊推理方法.该方法主要应用在不完全归纳推理中.  相似文献   

10.
选取福建省典型黏质土路基填料,对不同松铺厚度、采用普通压路机与大吨位压路机(32t)等不同压实机械的路基填土进行压实试验并进行压实效果分析。结果表明:以压实度和沉降率为控制参数,大吨位压路机的压实效果比普通压路机好;与其它松铺厚度相比, 厚度为60cm时大吨位压路机压实效果最好;松铺厚度为60cm时,大吨位压路机不同层位的压实度并不一直随着碾压遍数的增加而增大,其上层和中层压实层的压实度随着碾压遍数的增加先增大后出现较小的下降,上层压实度的下降趋势更明显;下层压实度基本上是先上升后趋于稳定。成果可为福建省典型黏质土路基施工提供参考。  相似文献   

11.
针对模糊矩阵推进在处理人们经验知识时的不足,把具有更高智商的神经网络推理应用到模糊控制中去。通过学习训练样本,它能自动排除经验规则中所包含的错误成分,并且吸收其中的有用信息。实例表明,神经网络能通过权重系数的调整记忆控制规则所包含的信息,从而改进模糊控制的推理特性。  相似文献   

12.
以双缸连通液面Fuzzy控制系统为模型,研究了多变量Fuzzy推理系统的神经元网络实现问题。这里主要考虑如下二个问题:(1)BP网络在语言环境下实现多变量Fuzzy推理系统的有效性;(2)神经网络结构(隐层节点个数及输出层激发函数)对推理结果的影响。仿真结果表明,在语言环境下BP网络具有很强的近似推理能力,基于IF-THEN的多变量Fuzzy推理系统可由一个BP网络训练学习而加以实现,从而为有效的实现多变量复杂系统的Fuzzy控制奠定了基础。  相似文献   

13.
基于RBF网络的Takagi—Sugeno模糊控制器参数获取   总被引:2,自引:0,他引:2  
RBF网络是一种广泛应用的神经网络模型,而Takagi-Sugeno模糊推理规则是一种简化的模糊推理规则,两种方法的起源不同。文中分析了在一定条件下,RBF网络与简化的Takagi-Sugeno模糊推理规则的函数等效性,揭示了网络权值与推理规则参数的对应关系,从而为两种方法的互换使用奠定了理论基础。在此基础上,提出了使用RBF网络在实时控制过程中为一些复杂的被控对象获取Takagi-Sugeno型  相似文献   

14.
提出一种利用神经模糊系统从实验记录的曲线或者数据中挖掘模糊逻辑规则的方法。首先根据生产控制系统的实验记录的曲线或者数据,初步确定一个“if…then”模糊逻辑规则模型;然后利用具有非线性特性的神经网络和模糊推理中的模糊逻辑运算,构造了一个神经模糊系统;通过有导师的误差反向传输学习,将训练后的神经模糊系统的网络联接权的变化结合为模糊逻辑规则的变化和修改,从而实现了从实验记录的曲线或者数据中推理、归纳的模糊逻辑控制规则。  相似文献   

15.
基于模糊神经网络的车辆间距智能自适应控制   总被引:2,自引:0,他引:2  
为了实现汽车行驶过程中与前车车距的自动控制,提出了一种基于模糊神经网络的车辆纵向间距智能自适应控制方法.利用神经网络对车辆纵向运动进行辨识,将神经网络和模糊控制结合起来,设计模糊神经网络加速度控制器,利用神经网络的学习功能修正控制器的隶属度函数的参数和控制规则.仿真表明系统响应快,控制精度高,和传统方法相比具有较强的抗干扰能力和自适应性.  相似文献   

16.
探讨了将模糊规则的提取和推理转化为人工神经网络参数的确定及神经计算,提出一种具有自学习功能的模糊神经网络(FNN),并用因子动态调整逼近法,解决了系统中静态误差和积分饱和等问题.  相似文献   

17.
在分析了几种用神经网络实现的模糊控制器不足的基础上,提出一种用模糊联想记忆神经网络实现的自组织模糊控制器;该控制器由2个模糊联想记忆神经网络分别记忆校正规则表和修正控制规则表,并通过网络权值矩阵的在线修正完成控制规则的实时修正。模糊推理则由网络的自联想功能完成。  相似文献   

18.
类似CMAC的模糊神经网络及其在控制中的应用   总被引:7,自引:0,他引:7  
提出的一种模糊神经元网络是模糊逻辑的一种网络结构的实现。该网络由特征网络 和功能网络两部分组成。特征网络用来产生模糊规则的前件,相应于每条规则的适用度。功能 网络用来实现模糊规则的后件。最后的输出则为各模糊规则后件的加权和。该网络具有小脑模 型关节控制器(CMAC)的一些性质,具有神经元网络和模糊逻辑两者的优点。它既可以容易地 表示模糊和定性的知识,又具有较好的学习能力。文章同时给出了网络在控制中应用的两种实 现结构以及用作非线性映射的一个算例。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号