共查询到18条相似文献,搜索用时 62 毫秒
1.
2.
3.
军品订货量的预测是规划未来国防工业生产规模的关键.本文首先分析确定了影响陕西国防工业军品订货量的主要因素,对其中的定性因素进行了量化;之后将预测过程模拟成一个“Fuzzy”系统,预测依据作为系统的输入,预测量作为系统的输出,根据历史的输入、输出数据确定系统的特性,建立预测模型;以此为基础,给定输入数据,在系统特性的作用下,即可求得预测输出.由于使用了一种新的基于T-S模糊模型的自适应模糊神经网络,从而使预测模型具有很强的自适应能力.本文的军品订货预测方法具有比较强的通用性. 相似文献
4.
神经网络自适应广义预测解耦控制器的设计 总被引:2,自引:0,他引:2
提出了一种神经网络补偿自适应广义预测解耦控制方案,即用神经网络逼近通道间的耦合、非线性及未建模动态,且采用了改进RLS辨识算法及用后能改善辨识效果,从而增进自适应控制的精度与鲁棒性,能解决参数不确定的非线性多变量耦合问题,给出了该算法的实现原理及步骤。理论分析和仿真结果表明,该方案是有效的。 相似文献
5.
针对一类模型可用一组模糊规则来描述的系统,提出了一种模型参考自适应控制律。根据 Lyapunov理论证明了闭环系统是稳定收敛的。仿真例子证实了该方法的有效性。 相似文献
6.
针对多变量非线性系统的控制问题,提出了一种具有良好控制效果的模糊预测控制方法。首先采用快速聚类法和递推最小二乘法辨识得到非线性系统的T-S模型,然后对系统进行线性化,并基于线性化的模型设计模糊广义预测控制器并对非线性对象进行在线自适应控制。对一个带时延的强耦合二变量非线性对象进行仿真,结果表明对于具有时变性的非线性系统,该方法具有很好的控制效果。 相似文献
7.
一种PID型模糊神经网络控制器 总被引:2,自引:2,他引:2
为了使一种基于两维控制规则基的PID型模糊控制器具有参数在线学习功能,提出了一种包含一个自回归神经元的五层模糊神经网络,并根据梯度下降法,给出了它各权值的修正算法,该网络可以在反馈控制系统中作为一个自学习控制器来使用,最后,根据有关定理,给出并证明了该网络各层权值学习速率的收敛准则。 相似文献
8.
9.
10.
采用等维新信息和提高原始数据列光滑度的方法对灰色预测模型进行改进,具有预测更准确的效果,结合采用模糊神经网络控制的精确稳定性特点,提出一种改进的灰色预测的孵化模糊神经网络控制算法,将其应用在具有大滞后、强干扰的孵化过程中。仿真和实际结果表明,提出的控制策略能够有效克服时滞过程的超调问题,具有较强的鲁棒性和自适应性。Abstract: Grey Predictive model was improved by using "moving window" and increasing the smoothness of original data,which can predict accurately,by combining grey predictive model with fuzzy neural network control algorithm which is accurate and stable.A fuzzy neural network control algorithm based on improved grey predictive model was proposed to be applied in incubation process which is lag largely and strongly disturbed.Simulation and running results show that the proposed control strategy can effectively overcome the overshoot caused by delay and has better flexibility and robustness. 相似文献
11.
12.
将神经网络、模糊控制与非线性预测优化控制结合起来,提出了神经网络模糊预测优化控制方法,采用前馈神经网络作为预测模型,利用贝叶斯正则化方法对模型进行了辨识,以自调整模糊控制器作为优化控制器,通过多步预测方式,系统的优化性能指标综合考虑温度偏差最小和能耗最小这两方面因素,应用该方法对制冷工况变风量空调系统的送风温度和回风温度(室内温度)进行了仿真控制研究。控制结果表明了该方法的有效性,控制效果良好,并且可以达到节省能耗的目的。Abstract: Artificial neural network,fuzzy control and nonlinear optimal predictive control were combined.The algorithm of neural network nonlinear fuzzy predictive optimal control was proposed.Feed-forward neural network was adopted as the predictive model of the cooling VAV system.The model was identified by the method of Bayesian regularization.The self-adjusting fuzzy controller was adopted as optimal controller.The algorithm was applied in the cooling VAV system with multi-step predictive method.Indoor temperature and supply air temperature was controlled aimed at minimum temperature deviation and minimum energy consumption by this scheme in Matlab.Simulation results illustrate the effectiveness of this technique,and in the meantime illustrate that this technique can save energy consumption. 相似文献
13.
针对一般竞争神经网络进行聚类分析时需要事先指定聚类数目 ,并且聚类结果依赖于神经网络初始权值的缺点 ,提出了一种结构自适应的竞争神经网络 ,根据聚类结果的MH(modificationHuber)标记值 ,自适应地调整神经网络输出神经元数目以得到最优的聚类数目。仿真结果表明 ,该网络具有良好的动态聚类效果。 相似文献
14.
15.
杨承志 《系统工程与电子技术》2000,22(2):7-10
根据被调量的偏差和偏差变化率的模糊预测 ,应用单纯法优化搜索技术 ,寻优调整因子 ,在线刷新模糊控制规则 ,实现对具有多扰动、非线性、大滞后等特性的系统的控制。计算机仿真获得较好效果。 相似文献
16.
模糊神经网络在炉温控制中的应用 总被引:5,自引:0,他引:5
王耀南 《系统工程与电子技术》1997,(12)
本文提出一种模糊神经网络自学习控制方法,并应用于窑炉温度控制系统中。经实验仿真和应用结果表明,该控制方案可改善具有时变及大纯滞后的炉温控制系统,其性能优于一般Fuzy控制。 相似文献
17.
18.
Non-Minimum Phase Nonlinear System Predictive Control Based on Local Recurrent Neural Networks 总被引:3,自引:0,他引:3
Abstract: After a recursive multi-step-ahead predictor for nonlinear systems based on local recurrent neural networks isintroduced, an intelligent PID controller is adopted to correct the errors including identified model errors and accumulatederrors produced in the recursive process. Characterized by predictive control, this method can achieve a good controlaccuracy and has good robustness. A simulation study shows that this control algorithm is very effective. 相似文献