基于模糊神经网络的非线性系统预测控制

来源 :第五届全国计算机应用联合学术会议 | 被引量 : 0次 | 上传用户:kelvinok
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了一种基于模糊神经网络模型的预测控制.利用模糊穴映射模型建立模糊神经网络,并用最小二乘算法与BP算法相结合的LSBP算法训练该网络,获得对象的模糊神经网络模型(FNNM).用此模型作为非线性系统的预测模型,并运用预测控制的3大机理,实现对非线性系统的预测控制.仿真表明,基于FNNM的非线性预测控制效果颇佳.
其他文献
模糊控制是一种不依赖于被控过程数学模型的仿人思维的控制技术,它利用领域专家的先验知识进行近似推理。但在工程实际应用中对于时变参数非线性系统却缺乏在线自学习或自调整
讨论分析了模糊神经网络的两种学习算法:梯度下降算法和遗传算法,并结合两者的优缺点,提出了一种新的遗传梯度算法,用于网络的训练。针对系统仿真中对仿真模型的要求和特点,提出了
以80C196KB为核心,基于模糊神经网络的多功能便携式振动噪声分析仪对振动和噪声信号检测,在复数范围内进行1024点浮点快速傅立叶变换,从而得到被测信号频谱图,通过对传统谱图分析,提出一种简单
该文主要介绍了动态分区方法在电梯群控系统中的应用,并详细说明了用模糊神经网络实现动态分区的具体方法。
在近年来的大学英语教学改革中,对于课程设置改革的看法始终莫衷一是。近五年(2012-2016)关于大学英语选修课程改革的文献反映出目前课程改革的特点是:针对课程改革的理论观
期刊
近年来模糊神经网络的研究引起人们的越来越浓厚的兴趣,模糊神经网络不仅融合了神经网络和模糊系统的特征,而且还表现出其他有用的特性。该文是对模糊神经网络研究的一个述评,主
利用模糊神经元网络研究了一类未知非线性系统的控制,给出了一种间接自适应方案从理论上讨论了该控制器的稳定性及跟踪误差的收敛性。
该文介绍了一种新型模糊神经网络模型,对广义概率和、积算子进行了改进和扩展并应用于船舶柴油机故障诊断系统,仿真试验表明该网络模型的优越性。
该文提出了一种基于模糊神经网络的故障诊断专家系统的建造方法,充分利用模糊逻辑在不确定性知识处理和神经网络在自动学习、并行处理、容错性等方面的优势,克服传统专家系统在