【摘 要】
：
本文基于离散泰勒级数提出一种对多维函数可实现任意阶逼近的新型CMAC神经网络——DTS-CMAC,详细讨论了该系统的插值算法、训练规划及寻址机制.与传统CMAC相比,NFI-AMS具有学习精度高、学习速度快及占用存储单元少等优点.基于DTS-CMAC设计了一种高性能的机器人轨迹跟踪分布式智能控制方案,仿真研究表明了该方案的可行性与有效性.
【机 构】
：
天津职业技术师范学院自动化教研室(天津)
【出 处】
：
中国自动化学会第19届青年学术会议
论文部分内容阅读
本文基于离散泰勒级数提出一种对多维函数可实现任意阶逼近的新型CMAC神经网络——DTS-CMAC,详细讨论了该系统的插值算法、训练规划及寻址机制.与传统CMAC相比,NFI-AMS具有学习精度高、学习速度快及占用存储单元少等优点.基于DTS-CMAC设计了一种高性能的机器人轨迹跟踪分布式智能控制方案,仿真研究表明了该方案的可行性与有效性.
其他文献
本文提出了一种基于模糊模式识别的模糊多元故障诊断方法,用非模糊诊断参数识别具有模糊性的故障类群;将其应用于柴油机燃油系统故障诊断,对燃油压力波形进行数学建模和特征提取,得到相当理想的诊断结果.
该文针对利用模糊系统辨识方法进行规则提取和利用粗集理论的属性约简和值约简方法的问题进行了研究,提出了一种通用的规则提取及约简方法,并将该方法应用于解决电力系统监控中小电流系统单相接地故障误报率过高问题.
神经网络集成是一种有效的工程应用方法,其品质主要决定于单个网络的误差和网络间的差异度.本文提出了集成网络间的结构差异度的概念.在此基础上设计了基于反向选择的免疫算法,证明了算法的收敛性.此算法可以保证记忆抗体间相互满足固定的差异度.利用这个算法可以在不损失单个网络误差水平的基础上,提高网络间的差异度,从而提高神经网络集成的泛化能力.对噪声污染的时间序列预测的仿真计算表明该方法对神经网络泛化能力有明
本文介绍了一种新的解决模糊问题的途径,提出了一种模糊逻辑表示新形式,论证了其较之于传统模糊逻辑表示法的优点,并建立了基于集对分析的模糊逻辑的推理方法.
本文介绍了一种基于蚁群算法辨识非线性系统参数的方法.为了提高算法的优化能力,给出了一种新的基于蚁群算法的随机搜索算法,对目标函数没有任何连续要求,仿真结果表明,改进蚁群算法能得到全局最优解.
针对故障诊断问题,提出了将小波包分析、模糊技术和神经网络相结合的算法.该算法采用改进小波包分析进行故障特征提取,利用模糊技术对神经网络的输入输出进行处理,采用了网络的改进算法进行故障诊断.通过对导航设备的仿真,该算法优于模糊神经网络算法,其收敛速度快,诊断效果明显.
为使单跑道降落飞机排序结果在实际操作时可行、简单,首先限制同一航路段上的飞机按照先来先服务的原则排序,在最终的排序中,其拓扑次序不变,其次提出了将飞机分组排序的思想,对同一航路段上刚好满足最小安全间隔的飞机作为一个飞机组参与排序.使用1|chains|∑ωc作为排序模型,通过求解各飞机链的(因子可以快速得到排序结果.)模拟数据表明,此方法得到的排序序列合理、可行.
讨论了粗糙集理论的基本概念.用粗集方法建立了煤炭自燃早期预测的决策规划.方法显示对不确定、不精确和含糊的煤炭自燃数据用粗集分析方法是有用的.
本文提出了一种利用VxD技术开发发动机瞬时转速测量装置的设计方法,并且在Windows98平台下予以实现.实验表明,该装置能够达到所要求的精度,同时具有较好的实用性.
在网络技术迅速发展和普及的同时,网络的安全性问题也日益突出.本文提出了一个基于SOM自组织映射网和BP神经网络的入侵检测模型.模型利用SOM网络的自组织特性对经过预处理的网络数据包特征矢量进行聚类,聚类结果作为BP神经网络的输入量,利用BP网络进行入侵识别.实验结果表明,我们提出的入侵检测模型有较好的识别率和较低的虚警率.