导读:本文包含了模糊径向基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:球磨机,模糊,神经网络,粒子群
模糊径向基网络论文文献综述
穆海芳,韩君,何康,李明[1]（2019）在《模糊径向基神经网络球磨机优化控制》一文中研究指出球磨机是一个非线性、强耦合、时变性的复杂对象,针对其实现自动控制的难点问题,在基于神经网络PID控制的方法基础上,提出模糊径向基神经网络PID的思想用于其生产过程的控制。采用粒子群优化与BP算法优化调整网络权值,模糊径向基神经网络的输出即是PID算法的参数,实现PID算法参数的自适应整定。通过对某球磨机制粉系统的控制仿真表明,该方法控制的响应快、超调量小、抗干扰性强,具有良好的跟踪性和鲁棒性,控制品质优于常规的神经网络PID控制方法。(本文来源于《黑龙江工业学院学报(综合版)》期刊2019年09期）
陈李济,应保胜,马强,伍娇[2]（2019）在《基于模糊径向基函数神经网络的永磁同步电机滑模观测器设计》一文中研究指出针对传统滑模控制易导致系统出现抖振的问题,提出了一种模糊径向基函数(RBF)神经网络滑模观测器来实现永磁同步电机(PMSM)无传感器控制。为了减小观测器系统抖振,利用模糊RBF神经网络算法动态调整滑模增益,并采用李雅普诺夫稳定性定理证明了该模糊神经网络观测器的稳定性;利用锁相环(PLL)技术提高估算精度,并削弱计算噪声。基于MATLAB/Simulink软件平台搭建了仿真模型,将模糊RBF神经网络滑模观测器系统与传统滑模观测系统进行对比。结果表明,与传统的滑模观测器相比,新型滑模观测器能够快速、有效地跟踪转子位置,精确估算出转子速度,同时具有较好的动态特性。(本文来源于《电机与控制应用》期刊2019年06期）
冯晓宇,谢军伟,张晶,王博[3]（2018）在《低快拍下模糊径向基神经网络波束形成算法》一文中研究指出针对低快拍情况下自适应波束形成算法性能下降,以及权矢量解算过程中协方差矩阵求逆运算量大的问题,针对最小方差无失真响应(MVDR)算法,采用单位阵和采样协方差矩阵的凸线性组合对低快拍下的协方差矩阵进行修正,在此基础上,引入模糊径向基(RBF)神经网络逼近算法权矢量,通过模糊RBF神经网络实现从阵列协方差矩阵到最优权矢量的非线性映射,避免了矩阵求逆运算。仿真结果表明,当低快拍情况下最小方差无失真响应(MVDR)及最小能量无畸变响应(MPDR)算法出现性能下降时,基于模糊RBF神经网络的波束形成算法仍能快速逼近算法权矢量,波束赋形效果较好,同时可实现算法复杂度的降低及计算量的减少。(本文来源于《火力与指挥控制》期刊2018年04期）
林佳,梁晖,阮苏[4]（2017）在《基于模糊径向基神经网络的失眠古文献症药研究》一文中研究指出目的运用模糊径向基神经网络对失眠"症状"与"方药"之间的关系进行建模,实现对中医医案中失眠诊治经验知识的挖掘与固化。方法参照国家标准《中医证候诊疗术语证候部分》对《中华医典》中379条包含失眠症状和方药的条文进行规范化整理;选取其中320条作为训练样本,采用径向基神经网络进行失眠症药模型的构建,利用模糊减法聚类和模糊C均值聚类分析确定隐含层个数与聚类中心,运用最小二乘法训练网络连接权值。结果利用另外59条条文作为检验样本进行模型的验证,模型预测正确50条,正确率84.7%。模型预测正确率较高,能较好的建立症状与方药之间的内在关系。结论利用模糊径向基神经网络能实现失眠中医"症状"与"方药"之间的智能化映射,可为失眠中医诊治知识的研究提供服务。(本文来源于《中国医药科学》期刊2017年23期）
吕松哲[5]（2016）在《基于模糊径向函数的神经网络PID算法的水轮机调速系统设计》一文中研究指出近年来,神经网络控制算法日益完善和健全,模糊控制技术也在不同领域均得到了广泛的运用,将这两种先进的技术运用到水轮机控制系统的设计过程中,能够有效提高系统的设计效率。本研究主要对基于模糊径向函数的神经网络PID控制系统设计进行了概述,分析了系统内的模糊化模块,并阐述了水轮机调速系统控制器设计,介绍了水轮机调速系统总体架构,并开展系统Matlab仿真实验,以期进一步提升水轮机调速系统的整体性能,完善系统的鲁棒性及动态性,提高调速效果和质量。(本文来源于《自动化与仪器仪表》期刊2016年09期）
叶建华,高诚辉,江吉彬[6]（2016）在《五轴机床旋转轴误差的在机测量与模糊径向基神经网络建模》一文中研究指出考虑五轴机床中的旋转轴误差会影响加工精度和在机测量结果,本文研究了旋转轴误差的在机测量与建模方法。介绍了基于标准球和机床在机测量系统的旋转轴综合误差测量方法,采用随机Hammersely序列分组规划旋转轴的测量角位置,通过自由安放策略确定标准球初始安装位置。然后,引入模糊减法聚类和模糊C-均值聚类(Fuzzy C-means,FCM)建立旋转轴误差的径向基(Radial basis function,RBF)神经网络预测模型。最后,进行数学透明解析,从而为误差的精确解析建模提供新途径。利用曲面的在机测量实例验证了提出的旋转轴误差测量与建模方法。结果表明:利用所建模型计算的预测位置与实测位置的距离偏差平均值为9.6μm,最大值不超过15μm;利用所建模型补偿工件的在机测量结果后,其平均值由32.5μm减小到13.6μm,最大误差也由62.3μm减小到18.6μm。结果显示,提出的测量方法操作简单,自动化程度高;模糊RBF神经网络的学习速度快、适应能力强、鲁棒性好,能满足高度非线性、强耦合的旋转轴误差建模要求。(本文来源于《光学精密工程》期刊2016年04期）
朱丽娟[7]（2015）在《球磨机对象控制中模糊径向基函数神经网络的PID控制分析》一文中研究指出结合球磨机制粉系统的特点,提出球磨机对象控制中模糊径向基函数神经网络PID控制算法,结合混合优化算法,在混沌粒子群优化的同时实现粗线调,并应用BP算法做好在线细调,进而得到PID控制的最佳参数。通过Matla对算法进行仿真,结果表明,系统不仅有效解决了球磨机复杂对象的控制问题,同时也实现了算法的快速收敛,并有较快的跟踪速度以及较小的超调,解耦较好,适应性较强。(本文来源于《现代电子技术》期刊2015年24期）
叶林,陈政,赵永宁,朱倩雯[8]（2015）在《基于遗传算法—模糊径向基神经网络的光伏发电功率预测模型》一文中研究指出针对光伏发电系统出力波动问题,提出遗传算法(GA)—模糊径向基(RBF)神经网络的光伏发电功率预测模型,将功率预测值应用于光伏发电的蓄电池储能功率调节系统,以降低对电网的冲击。选择与待预测日天气类型相同、日期相近、温度欧氏距离最小的历史日作为相似日,把与光伏发电功率相关性大的太阳辐射强度和温度作为模型输入变量,提出K均值聚类和遗传算法的参数优化方法,建立基于GA—模糊RBF神经网络的最终预测模型。在光伏功率预测的基础上,提出一种平滑控制策略,对光伏并网功率进行有效调节,从而达到平滑光伏功率波动的目的。实例证明,所述预测模型具有较高精度,并验证了平滑功率波动控制策略的有效性。(本文来源于《电力系统自动化》期刊2015年16期）
雷萌,李翠,王鑫,陈瑞成[9]（2015）在《基于模糊聚类径向基神经网络的煤质分析模型》一文中研究指出为了实现煤炭指标的快速智能预测,建立了基于模糊聚类的径向基函数(RBF)神经网络预测模型,将已测定的收到基全水、收到基灰分、收到基挥发分和收到基全硫的含量作为分类指标进行模糊聚类,根据分类结果分别建立了基于径向基函数神经网络的定量分析模型,对干燥无灰基挥发分、空干基全硫、收到基低位发热量和空干基高位发热量进行了预测,并与直接使用径向基神经网络模型进行比较。结果表明,该分析模型不仅精度高,且泛化能力强,鲁棒性好。(本文来源于《选煤技术》期刊2015年04期）
张江滨,邓赵红,王士同[10]（2015）在《模糊子空间聚类的径向基函数神经网络建模》一文中研究指出传统径向基函数(radial basis function,RBF)神经网络模型在处理噪声环境下的数据时,会因缺乏去除噪音特征的机制而使得受训模型的泛化性能下降。针对此缺陷,根据模糊子空间聚类(fuzzy subspace clustering,FSC)算法的子空间特性,为RBF神经网络添加特征抽取机制,提出了一种模糊子空间聚类RBF神经网络建模新方法(RBF neural network modeling using fuzzy subspace clustering,FSC-RBF-NN)。与传统RBF神经网络建模方法相比,FSC-RBF-NN方法可根据FSC的子空间特性和特征抽取机制,为不同的隐含层节点选取不同的特征子空间。当训练数据中含有大量噪音特征时,FSC-RBF-NN方法可通过特征抽取机制去除噪音特征,只保留对建模有积极作用的特征,使模型能保持良好的泛化性能。模拟和真实数据集上的实验结果亦验证了FSC-RBF-NN方法在噪声环境下具有更好的鲁棒性。(本文来源于《计算机科学与探索》期刊2015年12期）
模糊径向基网络论文开题报告
（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：
针对传统滑模控制易导致系统出现抖振的问题,提出了一种模糊径向基函数(RBF)神经网络滑模观测器来实现永磁同步电机(PMSM)无传感器控制。为了减小观测器系统抖振,利用模糊RBF神经网络算法动态调整滑模增益,并采用李雅普诺夫稳定性定理证明了该模糊神经网络观测器的稳定性;利用锁相环(PLL)技术提高估算精度,并削弱计算噪声。基于MATLAB/Simulink软件平台搭建了仿真模型,将模糊RBF神经网络滑模观测器系统与传统滑模观测系统进行对比。结果表明,与传统的滑模观测器相比,新型滑模观测器能够快速、有效地跟踪转子位置,精确估算出转子速度,同时具有较好的动态特性。
（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。
模糊径向基网络论文参考文献
[1].穆海芳,韩君,何康,李明.模糊径向基神经网络球磨机优化控制[J].黑龙江工业学院学报(综合版).2019
[2].陈李济,应保胜,马强,伍娇.基于模糊径向基函数神经网络的永磁同步电机滑模观测器设计[J].电机与控制应用.2019
[3].冯晓宇,谢军伟,张晶,王博.低快拍下模糊径向基神经网络波束形成算法[J].火力与指挥控制.2018
[4].林佳,梁晖,阮苏.基于模糊径向基神经网络的失眠古文献症药研究[J].中国医药科学.2017
[5].吕松哲.基于模糊径向函数的神经网络PID算法的水轮机调速系统设计[J].自动化与仪器仪表.2016
[6].叶建华,高诚辉,江吉彬.五轴机床旋转轴误差的在机测量与模糊径向基神经网络建模[J].光学精密工程.2016
[7].朱丽娟.球磨机对象控制中模糊径向基函数神经网络的PID控制分析[J].现代电子技术.2015
[8].叶林,陈政,赵永宁,朱倩雯.基于遗传算法—模糊径向基神经网络的光伏发电功率预测模型[J].电力系统自动化.2015
[9].雷萌,李翠,王鑫,陈瑞成.基于模糊聚类径向基神经网络的煤质分析模型[J].选煤技术.2015
[10].张江滨,邓赵红,王士同.模糊子空间聚类的径向基函数神经网络建模[J].计算机科学与探索.2015