基于模糊神经网络的火灾报警系统

针对传统智能建筑中火灾报警系统功能简单、定位困难且存在误报和漏报等问题,提出并介绍了基于模糊控制理论、人工神经网络的火灾安全报警系统以及系统的作用原理.该系统依靠模糊控制理论提高了灵敏度,减少了误报率,并结合神经网络具有自学习功能的特点,提高了整个系统的智能化程度.     

模糊神经网络和遗传算法结合的船舶火灾探测

本文提出了一种模糊推理系统、神经网络和遗传霜结合的船舶火灾探测算法。该方法用神经网络来构造模糊推理系统,通过遗传算法对神经网络进行训练来实现船舶火灾的分级报警。仿真结果表明了算法的有效性。     

基于模糊神经网络的中庭火灾探测系统

将探测器的输出信号模糊化后送入神经网络进行处理,采用3层前馈BP神经网络结构,用BP算法进行网络参数的训练,然后由模糊逻辑判决火灾和非火灾。用Matlab语言进行仿真,结果表明基于模糊神经网络的中庭火灾探测系统能够准确探测各种标准试验火。     

基于模糊神经网络思想的PMSM控制方法研究

探讨了将模糊神经网络思想应用在PMSM控制上的可行性,阐述了模糊神经网络控制的基本原理与所采用的算法和基于矢量控制的PMSM系统模型,最后给出基于MATLAB的仿真实验结果。     

基于神经网络的模糊自适应PID控制方法研究

针对常规PID控制器不能在线修正参数以及模糊规则和率属函数对专家经验的依赖性,提出了神经网络模糊自适应PID控制器,从而综合了传统PID控制、模糊控制、神经网络控制的优点,使其具有PID控制的广泛适用性和神经网络的自适应和自学习能力,同时又具备模糊控制的非线性控制作用;仿真实验可知该控制器具有更快的响应和更好的平稳性.     

基于改进遗传算法优化的模糊神经网络在火灾探测中的应用

针对火灾报警系统中存在的漏报、误报问题,提出了基于改进遗传算法优化的模糊神经网络信息处理方法对火灾信号进行识别.旨在提高系统报警准确率,降低漏报率.该算法通过仿真实验,结果表明报警的准确率有明显提高;同时,优化后的网络可靠性和泛化能力都有所提高,证明了这一方法的可行性.     

基于模糊神经网络的故障预测方法研究

在对模糊神经网络技术进行研究的基础上,介绍了故障预测原理,建立了预测分析的模糊神经网络模型,提出了改进的预测算法,并举例对算法进行了仿真验证。预测结果表明该方法能够取得比传统的BP更好的效果,是可行而有效的。为仪器设备的尽快维修提供了可靠的依据,具有良好的应用前景。     

基于图像处理的火灾探测报警系统研究

本文设计了一种基于虚拟仪器LabView和图像处理技术的火灾探测报警系统,通过将从图像中提取的颜色阈值与火灾模型阈值作对比,从而判断是否有火灾发生并实时预警.系统结构简单、安装灵活、检测准确,比传统的火灾探测技术具有更好的适应性.     

基于WSN的智能火灾报警系统研究

针对目前火灾报警系统存在的不足,提出了一种基于无线传感器网络的智能火灾报警系统。该系统以无线传感器网络节点为监测设备,完成火灾数据的采集及无线传输。利用RBF神经网络建立火灾探测器模型,对多元火灾数据进行融合,能够准确区分明火、阴燃火和非火灾源,达到了降低误报率的目的。     

基于模糊神经网络的智能配料控制系统

以水泥生料配料为例,介绍了基于模糊神经网络的智能配料控制系统的工作原理和构成。该系统将人工智能中的神经网络控制技术和模糊控制技术相结合,采用闭环控制方式实现对各种配料流量的自动控制。     

一种火灾图像探测系统的研究

根据火灾发生时着火面积逐渐增大、火焰边缘抖动等特征,提出了一种基于BP网络的火灾图像探测系统。着重讨论了利用具有二次收敛性的Levenberg-Marquardt学习算法进行BP网络的权值优化,与标准BP算法相比,用Levenberg-Marquardt学习算法训练的BP网络具有更快的收敛 速度和更高的可靠性。     

基于MATLAB的液压位置模糊控制系统的仿真模型

在建立液压缸位置控制系统的模型基础上 ,借助MATLAB工具 ,设计了模糊控制的仿真模型和仿真程序 ,该仿真过程可确定控制系统的参数 ,获得其动态响应特性 ,为模糊控制的实现提供仿真手段     

移动机器人模糊控制方法研究

移动机器人的智能控制技术是基于机器视觉的移动机器人与智能车辆自主导航的关键技术之一。首先介绍了移动机器人的基本硬件组成，然后模仿人工预瞄驾驶行为，提出了移动机器人运动控制的模糊控制方法，并详细介绍了该控制器的结构组成和设计过程。实验表明：提出的模糊控制方法可保证移动机器人快速、准确地沿各种参考路径行走，且具有良好的鲁棒性。该控制方法也可用于智能车辆的自动导航控制。     

基于神经网络的轮胎硫化过程建模及模糊控制

本文利用基于BP算法的人工神经网络,加入移动窗口技术和回流技术,建立轮胎硫化过程的动态温度分布模型,所建立的模型与实际拟合良好,具有实用性。为保证轮胎内部各部分达到均匀一致的硫化效果,根据模糊控制的思想用脉冲加热控制方式得到了满意的控制效果。     

采用炉膛辐射信号的锅炉燃烧系统模糊神经网络预测控制的仿真研究

针对火电厂燃烧过程中主蒸汽压力控制系统的大时滞、大惯性和非线性 ,采用以炉膛辐射信号为中间被调量的串级控制系统 ,并设计一个基于神经网络预测模型的模糊神经网络控制器作为主控制器。该控制器首先将神经网络与预测控制相结合 ,采用递阶遗传算法对神经网络的结构和权值分别进行训练 ,以实现非线性、大时滞系统模型的精确预测 ;然后将模糊控制与神经网络相结合 ,实现模糊神经网络预测控制。考虑到炉内剧烈的湍流燃烧造成炉膛辐射信号包含随机分量 ,又设计了一个附加判断器的二自由度 PID控制器作为副控制器。仿真结果表明 ,该方案显著提高了非线性、大时滞燃烧系统的控制品质 ,且易于工程实现     

基于信号奇异性的气体泄漏快速检测方法

文中提出一种基于信号奇异性的气体泄漏快速检测方法,利用小波变换分析信号的奇异点和奇异度,提取奇异度参数与气体浓度的对应关系,进而快速检测泄漏和估计气体浓度值。对一个微热板式气体传感器对不同泄漏浓度CO气体响应的实验数据分析处理,结果表明该方法能够抑制传感器基线漂移的影响,大幅度提高气体浓度的估计速度和实时性。     

基于小波包能量法的冲击脉冲信号检测

研究了基于小波包分析的冲击脉冲信号检测方法。在Coifman最佳基搜索算法的基础上,提出了以小波包分解后节点的能量代替香农熵值,做为寻找最佳分解节点的方法：对滚动轴承故障脉冲检测表明,此方法不但有效,而且计算简单。     

基于模糊控制的碰撞干涉检测优化算法

分析了现有几何干涉检测算法,在时间离散法的基础上提出了一个基于模糊逻辑控制的碰撞干涉检测优化算法。根据几何与运动因素的复杂性分析及其指标估计,建立了复杂形体的几何简化模型,引入时间间隔放大因子来动态调节检测时间片长度,并设计了时间间隔放大因子的模糊控制算法。最后,通过在数控弯管机仿真系统中的应用,验证了该算法的有效性。     

基于模糊因子法的模糊智能桁架结构动力特性分析

研究了模糊参数压电智能桁架结构的动力特性分析问题。在压电主动杆和被动杆的物理参数和几何尺寸 同时具有模糊性时,利用模糊因子法建立了结构刚度矩阵和质量矩阵;从结构振动的瑞利商表达式出发,利用区间 运算推导出结构特征值模糊变量的计算表达式。通过算例分析了模糊智能桁架结构参数的模糊性对其动力特性的 影响,并验证了本文方法的合理性与可行性。