导读:本文包含了补偿模糊神经网络模型论文开题报告文献综述及选题提纲参考文献，主要关键词:电能损耗,模糊神经网络,静止无功补偿
补偿模糊神经网络模型论文文献综述
丁光彬,朱宏鹏,杨泽明,苏金彬[1]（2014）在《基于模糊神经网络静止无功补偿装置模型的仿真分析》一文中研究指出电力行业的迅速发展使通过无功补偿来降低输电线电能损耗变得极为重要。我国现有大部分电气设备负荷无功波动很大,严重影响系统功率因数,故对现有的静止无功补偿装置(SVC)的工作特性,如实时性和稳定性等有了更高要求。本文从无功补偿入手,通过对SVC工作特性的分析,利用MATLAB设计了基于自适应模糊神经网络(ANFIS)的控制技术,系统仿真结果证明ANFIS控制算法比利用PI控制算法更加有优势,提高了静止无功补偿装置所要求的实时性,即进一步提高了无功控制的速度和稳定性。(本文来源于《水电站机电技术》期刊2014年02期）
李秀芳[2]（2009）在《基于补偿模糊神经网络的高职院校教师教学评价模型的构建》一文中研究指出利用补偿模糊神经网络构建高职院校教师的教学评价模型,借鉴《机械制图》教学过程中总结出的零件制作6个步骤,形成"六步法则",将其应用于模型构建的整个过程。数据验证结果表明,该模型评价精度较高,有利于合理地对教师教学能力的评价,并将有效地促进学校推行绩效考核机制,促进人才培养质量的提升。(本文来源于《攀枝花学院学报》期刊2009年06期）
谢光辉,喇凯英,王留运[3]（2009）在《液压机械补偿功率回收模型参考模糊神经网络控制》一文中研究指出介绍了液压系统试验中机械补偿功率回收的原理,建立了压力系统的数学模型。针对机械补偿功率回收系统影响压力的非线性因素多且多为缓变的特点,为满足试验要求提出了采用模型参考的模糊神经网络,提出了该网络实现的形式,设计了模糊神经网络和误差的逼近算法,根据要求确定了参考模型等。仿真结果表明:该控制方法能有效地跟踪参考模型,改变对象参数及负载输出压力无变化,能很好地满足试验要求。(本文来源于《机床与液压》期刊2009年02期）
耿伟华,孙衢,李兴源[4]（2006）在《基于补偿模糊神经网络和线性模型的短期电力负荷预测》一文中研究指出在考虑了气象因素对负荷的影响的基础上,提出了一种补偿模糊神经网络和线性模型相结合的短期电力负荷预测新方法。首先采用补偿模糊神经网络求出峰、谷负荷,然后利用线性外推法求出未来1日中24个时刻的负荷值。该方法具有神经网络和线性模型的优点,实例仿真结果表明其具有较快的收敛速度、较高的预测精度和较强的鲁棒性。(本文来源于《电网技术》期刊2006年23期）
黄小平,陈振标,陈红兵,张艳红,李梅[5]（2006）在《补偿模糊神经网络模型在储层产能预测中的应用》一文中研究指出利用MATLAB的神经网络工具箱,把补偿模糊神经网络引入到测井产能预测中,并用已知井段测井数据进行训练学习,来预测同一地区的其他井段的产能。实践结果表明,该方法效果明显,优势突出。(本文来源于《内蒙古石油化工》期刊2006年10期）
于金[6]（2004）在《补偿模糊神经网络在机床热误差预报模型中的应用》一文中研究指出提出了一种基于补偿模糊神经网络的数控机床热误差预报模型,讨论了该模型的详细结构、模糊规则、训练算法及相关技术问题,并给出了智能预报结果和精度评价。(本文来源于《航空精密制造技术》期刊2004年05期）
于金[7]（2004）在《基于补偿模糊神经网络的数控机床热误差预报模型》一文中研究指出文章提出了一种基于补偿模糊神经网络的数控机床热误差预报模型 ,讨论了该模型的详细结构、模糊规则、训练算法及相关技术问题 ,并给出了智能预报结果和精度评价(本文来源于《组合机床与自动化加工技术》期刊2004年04期）
干方建,刘正士[8]（2002）在《六维腕力传感器的补偿模糊神经网络模型》一文中研究指出本文基于神经网络可以对非线性系统的任意逼近能力 ,建立了六维腕力传感器的补偿模糊神经网络模型 ,仿真结果表明 ,这种补偿模糊神经网络对六维腕力传感器非线性系统逼近精度高、训练步数少、学习收敛速度快、误差曲线稳定 ,可作为六维腕力传感器标定或用于机器人基于腕力传感器力控制的动力学模型(本文来源于《机床与液压》期刊2002年01期）
补偿模糊神经网络模型论文开题报告
（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：
利用补偿模糊神经网络构建高职院校教师的教学评价模型,借鉴《机械制图》教学过程中总结出的零件制作6个步骤,形成"六步法则",将其应用于模型构建的整个过程。数据验证结果表明,该模型评价精度较高,有利于合理地对教师教学能力的评价,并将有效地促进学校推行绩效考核机制,促进人才培养质量的提升。
（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。
补偿模糊神经网络模型论文参考文献
[1].丁光彬,朱宏鹏,杨泽明,苏金彬.基于模糊神经网络静止无功补偿装置模型的仿真分析[J].水电站机电技术.2014
[2].李秀芳.基于补偿模糊神经网络的高职院校教师教学评价模型的构建[J].攀枝花学院学报.2009
[3].谢光辉,喇凯英,王留运.液压机械补偿功率回收模型参考模糊神经网络控制[J].机床与液压.2009
[4].耿伟华,孙衢,李兴源.基于补偿模糊神经网络和线性模型的短期电力负荷预测[J].电网技术.2006
[5].黄小平,陈振标,陈红兵,张艳红,李梅.补偿模糊神经网络模型在储层产能预测中的应用[J].内蒙古石油化工.2006
[6].于金.补偿模糊神经网络在机床热误差预报模型中的应用[J].航空精密制造技术.2004
[7].于金.基于补偿模糊神经网络的数控机床热误差预报模型[J].组合机床与自动化加工技术.2004
[8].干方建,刘正士.六维腕力传感器的补偿模糊神经网络模型[J].机床与液压.2002