共查询到10条相似文献,搜索用时 20 毫秒
1.
针对隶属函数对模糊推理模型描述性能和精度的影响,为了进一步提高模糊插值模型的泛化能力,提出了一类参数可调隶属函数,调整其参数从而可改变函数的形状,使之能逼近常用的三角形、高斯型等隶属函数。用它作为插值函数,提出了基于参数可调隶属函数的模糊插值模型,利用粒子群优化算法(PSO)优化模型中参数,并将该模型应用于电力系统的短期负荷预测中,仿真结果证明了该模型的有效性。 相似文献
2.
焦炉是一个大惯性、纯滞后、非线性、时变和参数分布的系统,很难对其建立精确的数学模型.现有的线性系统控制方法对焦炉的温度控制存在精度不高、不能适应工况变化等问题.而模糊控制又因规则和隶属度函数的粗糙性导致系统在稳态时出现振颤,模型参考自适应控制需要对被控对象进行阶次辨识,而且算法复杂.针对上述问题,提出一种新的控制策略,使用模糊模型参考学习控制算法来对焦炉的温度进行控制,该方法结合模糊控制和自适应控制的优点,通过在线学习算法适应工况变化,提高了控制精度.对焦炉简化模型进行的仿真实验结果表明,系统具有良好的动态和稳态性能,有效减少了炉温波动,具有一定的推广应用价值. 相似文献
3.
对三容液位系统的非线性复杂特点,利用RBF网络对系统建立预测模型,着重分析了RBF网络结构的选取、模型参数辨识以及网络优化的问题.通过预测函数控制验证了RBF网络模型在非线性系统建模中的优越性. 相似文献
4.
5.
6.
7.
针对输入信号非线性相关的非线性系统,提出了基于径向基函数的近似偏最小一乘准则辨识算法。首先对观测数据矩阵进行列扩展,以径向基函数(radial basis function,RBF)网络的输出作为观测数据矩阵的扩展项,然后利用近似偏最小一乘算法对扩展的观测矩阵和输出矩阵进行线性回归。近似偏最小一乘算法用确定性可导函数近似代替残差绝对值,可以抑制对称α稳定(symmetrical alpha stable,SαS)分布的尖峰噪声。同时,通过主成分分析去除非线性系统数据向量矩阵之间的非线性相关,得出模型参数的唯一解。仿真实验表明,本文算法可以对输入信号存在非线性相关的非线性系统进行直接辨识,抑制了尖峰噪声对辨识结果的影响,具有优良的稳健性。 相似文献
8.
基于近似最小一乘准则和主成分分析,针对输入信号线性相关的多变量Hammerstein模型,进行了近似偏最小一乘非线性系统辨识算法的推导。本文算法用确定性可导函数近似代替残差绝对值,可以抑制满足SαS分布的尖峰噪声,且具有目标函数可导、计算简单的优点。同时,通过主成分分析去除非线性系统数据向量矩阵之间的相关性,可以得出模型参数的唯一解。仿真实验表明,本文算法可以对输入信号存在相关性的多变量Hammerstein模型进行直接辨识,抑制了尖峰噪声对辨识结果的影响,具有优良的稳健性。 相似文献
9.
10.
使用多层感知器神经网络模型来识别和控制非线性电子节气门系统。首先,神经网络模型在不同运行条件下辨识,它代表非线性节气门伺服系统的动态特性。其次,使用油门辨识器网络模型来设计和训练神经网络控制器模型,从而使节气门系统的追踪控制位置遵循参考模型。油门辨识器网络模型用于辅助以离线模式训练的神经网络控制器。神经网络控制器使用相同的输入来进行训练,这些输入被反馈到实际的节气门系统以产生相同的输出。通过调整神经网络控制器的权重和偏差参数,使用自适应算法来减小输出之间的差异。对使用神经网络控制器的节气门控制系统的跟踪控制性能与使用经典自适应PID控制器进行比较。仿真结果表明:采用神经网络控制器可实现跟踪控制,满足控制性能的所有需求。 相似文献