导读:本文包含了同模糊神经网络论文开题报告文献综述及选题提纲参考文献，主要关键词:滑模控制,模糊神经网络,非线性系统
同模糊神经网络论文文献综述
王靖坤[1]（2019）在《一类非线性系统的模糊神经网络全局滑模控制》一文中研究指出文中针对一类非线性系统提出了一种基于模糊神经网络的全局滑模控制策略。设计了模糊神经全局滑模函数,并根据Lyapunov稳定性理论设计出控制器和自适应律。文中以叁相并联型有源电力滤波器为实例在MATLAB平台上进行了仿真实验,电网电流谐波畸变率由24. 71%降低到1. 6%,表明所提出的方案具有很好的补偿性能。(本文来源于《信息技术》期刊2019年12期）
肖金球,周翔,潘杨,冯威,陈多观[2]（2019）在《GA-BP优化TS模糊神经网络水质监测与评价系统预测模型的应用——以太湖为例》一文中研究指出针对水质监测与评价系统在太湖应用过程中水质数据和水质等级评价不准确的问题,建立了一种多隐含层改进型GA-BP神经网络来辨识复杂的水质模型,以均方误差MSE作为个体适应度,并在权值调整过程中加入动量因子来加快收敛速度,获取最优权阈值,提高其拟合程度和泛化能力.根据校准后水质的pH、溶解氧、浊度和氨氮数据,利用TS模糊神经网络建立了适用于当地水质评价的模型.仿真测试结果充分说明改进型GA-BP优化TS模糊神经网络对复杂水质模型的拟合程度更高,水质数据的均方误差、绝对误差更小,绝对误差保持在1.5%以内,水质等级预测精度提高14.28%.(本文来源于《西南大学学报(自然科学版)》期刊2019年12期）
朱建明,杨鸿瑞[3]（2019）在《基于模糊神经网络的版权产业发展水平评价模型》一文中研究指出针对我国版权相关产业发展特点,确立了与版权产业发展水平相关的4类一级评价指标及19项二级评价指标,利用层次分析法及模糊神经网络机器学习技术,构建了对我国分区域版权相关产业发展水平的模糊评价模型,并利用该模型对2017年我国部分区域版权产业发展综合水平进行预测评价。结果表明,该模型具有良好的预测性能和较低的预测误差。最后本文提出了加强我国版权产业发展的相关建议。(本文来源于《科技管理研究》期刊2019年22期）
姜平,赵保国,张海伟,李丽锋,王鹏程[4]（2019）在《基于T-S模糊神经网络的热负荷预测模型》一文中研究指出为了解决火电厂供热和供电的矛盾、增强机组的调峰范围,需要建立精确的热负荷预测模型。针对热电联供系统热负荷影响因素多、耦合性非线性强等特点,利用T-S模糊神经网络算法建立热负荷预测模型,用于预测未来时间热负荷的变化。通过基于减法聚类的模糊C均值聚类算法进行结构辨识,再利用模糊神经网络的混合学习算法进行参数辨识。为了建立热负荷的精确模型,选取热负荷的主要影响因素作为变量。其中,将室外温度、供水温度、回水温度、供水流量作为输入变量,热负荷作为输出变量,并从热电厂DCS上采集连续两天24 h的历史数据,将前一天的数据作为训练集和后一天的数据作为检测集。在MATLAB上进行试验。仿真结果显示:98%的训练样本的相对误差在±0.4%之间,且98%的检测样本的相对误差在±0.6%之间。这表明预测模型的拟合度精确度较好,可以为供热机组调峰研究提供依据。(本文来源于《自动化仪表》期刊2019年11期）
辛旗,白蕾,孟娇娇[5]（2019）在《基于自适应模糊神经网络的机械臂控制》一文中研究指出机械臂的控制是一种重要的现代工程技术。控制机械臂的运行,必然要面对多种动态不确定因素,难以精确建模,因此,找到一种合适的控制方法是十分必要的。模糊神经网络技术具有高精度的函数逼近能力,可以通过其多层结构来确定系统模型,自适应更新规则的引入可使其更好地适应系统扰动和动态性能的变化。基于此种技术设计的机械臂控制器,经过实验验证,其控制效果优于目前传统控制方式,可以作为一种解决机械臂轨迹跟踪控制难题的方案。(本文来源于《自动化与仪器仪表》期刊2019年11期）
秦彤彤,张俊友,王树凤,王文鲁[6]（2019）在《基于模糊神经网络的无人配送体系网络风险研究》一文中研究指出在人工配送发展的基础上,对无人配送发展的技术和场景进行了构想,根据无人配送网络潜在的风险确定风险因子,建立定量和定性的无人配送网络风险评价指标体系。首先在量化后的风险因子综合模糊评价的基础上,选择BP神经网络对无人配送网络风险进行预测和评价。然后利用青岛市某物流企业的案例验证无人配送网络模型的可行性。最后通过结果对比分析,确定某物流企业无人配送网络风险所在的风险区间为一般到较危险区间,并对风险管理提供改进意见。(本文来源于《物流技术》期刊2019年10期）
张文宇,刘畅,贺珍[7]（2019）在《基于改进模糊神经网络的公共建筑节能改造费用估算研究》一文中研究指出为了解决公共建筑涵盖建筑类型较多同时能耗巨大的问题,应对其进行节能改造,但由于我国公共建筑节能改造费用成本库尚未建立,缺少节能改造费用估算依据。因此,提出运用模糊神经网络方法对节能改造费用进行估算。首先,对节能改造的全生命周期进行划分,并根据节能改造的周期划分识别节能改造的全生命周期费用;其次,将模糊神经网络应用于节能改造费用估算,构建改造实施阶段费用模糊神经网络估算模型;最后,运用实际案例论证模糊神经网络在节能改造费用估算的适用性和准确性。(本文来源于《计算机与数字工程》期刊2019年10期）
吴忠强,张伟[8]（2019）在《基于终端滑模模糊神经网络的电力系统负荷频率控制研究》一文中研究指出针对区域互联电力系统受到风电及负荷扰动后,系统频率会出现大幅度波动问题,提出一种基于终端滑模模糊神经网络的多区域互联电力系统负荷频率控制(LFC)方法。在分析单一区域电力系统有功输出特性的基础上,建立计及多区域有功输出的互联电力系统负荷频率控制模型。采用自适应逆控制,有效的解决系统响应和扰动抑制的矛盾。将终端滑模模糊神经网络引入自适应逆系统,构建模糊神经网络辨识器,利用终端滑模在有限时间内可实现无静差跟踪的特点,进一步提高神经网络的辨识能力。仿真结果表明所设计的基于终端滑模模糊神经网络的自适应逆系统,不仅可以得到好的动态响应,还可以使风电及负荷扰动减小到最小。(本文来源于《模糊系统与数学》期刊2019年05期）
黄睿,刘小方,郑祥[9]（2019）在《基于灰色理论与模糊神经网络的导弹性能预测》一文中研究指出准确掌握导弹的性能质量状态是保证完成作战任务的前提条件。目前,在实弹发射演练中,为确保发射成功,通常采用先测试合格后发射的方法,难以满足未来战场上大规模、大批量、即用即射的作战要求。为满足未来作战需求,立足于以往对导弹性能参数的测试数据和日常的管理、贮存信息,结合实弹发射结果信息,运用灰色理论、模糊综合评价、模糊神经网络的方法,准确预测导弹性能质量状态,为部队管理决策提供技术支撑,为导弹部队战略决胜提供重要保证。(本文来源于《火力与指挥控制》期刊2019年10期）
韩红桂,郐晓丹,张璐,乔俊飞[10]（2019）在《基于模糊神经网络的废旧手机价值评估方法》一文中研究指出针对废旧手机回收过程中难以精准定价的问题,提出了一种基于模糊神经网络(fuzzy neural network,FNN)的价值评估方法.首先,设计了一种基于主成分分析(principal component analysis,PCA)的特征提取方法,获得了影响废旧手机回收价值的关键特征变量.其次,建立了基于FNN的价值评估模型,实现了回收价值与关键特征变量之间的非线性关系描述.最后,提出了一种自适应二阶参数学习算法(adaptive second-order parameter learning algorithm,ASOPLA),实现了价值评估模型自适应调整.将提出的价值评估方法应用于实际交易过程,结果表明,基于FNN的价值评估方法能够实现对废旧手机的准确定价.(本文来源于《北京工业大学学报》期刊2019年11期）
同模糊神经网络论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对水质监测与评价系统在太湖应用过程中水质数据和水质等级评价不准确的问题,建立了一种多隐含层改进型GA-BP神经网络来辨识复杂的水质模型,以均方误差MSE作为个体适应度,并在权值调整过程中加入动量因子来加快收敛速度,获取最优权阈值,提高其拟合程度和泛化能力.根据校准后水质的pH、溶解氧、浊度和氨氮数据,利用TS模糊神经网络建立了适用于当地水质评价的模型.仿真测试结果充分说明改进型GA-BP优化TS模糊神经网络对复杂水质模型的拟合程度更高,水质数据的均方误差、绝对误差更小,绝对误差保持在1.5%以内,水质等级预测精度提高14.28%.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
同模糊神经网络论文参考文献
[1].王靖坤.一类非线性系统的模糊神经网络全局滑模控制[J].信息技术.2019
[2].肖金球,周翔,潘杨,冯威,陈多观.GA-BP优化TS模糊神经网络水质监测与评价系统预测模型的应用——以太湖为例[J].西南大学学报(自然科学版).2019
[3].朱建明,杨鸿瑞.基于模糊神经网络的版权产业发展水平评价模型[J].科技管理研究.2019
[4].姜平,赵保国,张海伟,李丽锋,王鹏程.基于T-S模糊神经网络的热负荷预测模型[J].自动化仪表.2019
[5].辛旗,白蕾,孟娇娇.基于自适应模糊神经网络的机械臂控制[J].自动化与仪器仪表.2019
[6].秦彤彤,张俊友,王树凤,王文鲁.基于模糊神经网络的无人配送体系网络风险研究[J].物流技术.2019
[7].张文宇,刘畅,贺珍.基于改进模糊神经网络的公共建筑节能改造费用估算研究[J].计算机与数字工程.2019
[8].吴忠强,张伟.基于终端滑模模糊神经网络的电力系统负荷频率控制研究[J].模糊系统与数学.2019
[9].黄睿,刘小方,郑祥.基于灰色理论与模糊神经网络的导弹性能预测[J].火力与指挥控制.2019
[10].韩红桂,郐晓丹,张璐,乔俊飞.基于模糊神经网络的废旧手机价值评估方法[J].北京工业大学学报.2019