基于神经网络模糊逻辑的感应电机直接转矩控制

针对感应电机直接转矩控制中存在较大转矩脉动的特点,提出基于神经网络与模糊逻辑的感应电机直接转矩控制策略,用训练好的神经网络建立定子磁链观测器,将模糊控制算法引入逆变器状态开关选择器,通过对转矩误差、定子磁链误差和磁链位置角的模糊分级来实现逆变器开关的分级控制。仿真及实验结果表明,与常规DTC相比,该控制方法转矩、转速、磁链响应速度快、响应脉动小,具有良好的稳态跟踪性能和优异的动态响应。     

开关磁阻电机的神经网络模糊直接转矩控制研究

为在简化开关磁阻电机控制系统结构的同时又能使其具有较快的转矩响应速度,提出一种适用于开关磁阻电机直接转矩控制的神经网络模糊推理控制方案,用神经网络定子磁链观测器取代传统的定子磁链观测器,采用模糊控制算法设计逆变器开关状态选择器,利用MATLAB对系统2种不同控制方法的仿真实验结果进行比较．通过比较发现,本文的控制方法转矩、转速、磁链响应快、脉动小,具有优良的稳定跟踪性能和动态响应。     

神经网络组合在电能质量智能控制器中的应用

基于CNC控制器的人工智能系统,运用综合神经网络算法提出了一种简单且能够循序渐进的电能质量综合控制系统。与传统的比例积分控制器(PI)和模糊逻辑控制器(FLC)相比,神经网络组合控制器系统可提高配电系统的电能质量。通过数值模拟模型和原型模型试验对比结果可知,提出的系统可以实现较高的额定功率,并可以达到较好的稳定状态和瞬态响应。研究结果可为类似电能质量智能控制器的研发提供一定的参考。     

模糊逼近神经网络摄动系统的若干进展

本文对本世纪80年代中期兴起并紧密结合现代科学技术进步的一门新兴学科--模糊神经网络进行了综述,分析了所取得的主要成果及其特点,并指出了今后模糊神经网络研究中有待解决的许多问题.针对这些问题,介绍了笔者的工作--模糊逼近神经网络摄动系统,对开展模糊神经网络的研究将具有启迪作用和现实意义.     

基于逻辑程序的逻辑信息系统

逻辑信息系统采用一致的方法并利用逻辑程序对信息进行刻画、查询,最后借助信息进行导航、分析和更新.逻辑在逻辑信息系统中,尤其在数据库模型中发挥着重要的作用.为此给出了逻辑信息系统的规则以及建立在系统基础上的程序.在逻辑程序中,通过对逻辑的内涵概念和外延概念的解释,可以对不同的逻辑程序进行优劣的比较,从而为选择最佳的逻辑程序提供标准.     

模糊信息系统上的规则提取

利用源于粗糙集理论的知识分类方法 ,从模糊关系数据库中提取有用的模糊推理规则 ,从而为模糊推理中模糊推理规则的产生提供了一种较为客观的方法 ,并将该方法应用到不完备信息系统的完备化     

基于Intranet的校园集成化信息系统模型

本文基于Intranet技术研究校园集成化信息系统的开发,提出并讨论了三层次的逻辑模型和系统的物理拓扑结构。最后,举例说明本模型在校园办公内部系统中的应用。     

基于模糊神经网络的电梯群控调度算法

为了提高电梯的运行效率,降低能耗,设计了一种基于模糊神经网络的电梯群控调度算法,算法利用模糊逻辑处理群控系统的输入数据,实现输入数据的归一化,利用神经网络的并行计算能力综合优化系统评价参数。采集了样本数据并对该算法进行了仿真测试,仿真结果验证了该算法的有效性。     

模糊神经网络研究现状综述

概述了近年来模糊神经网络领域的研究方法和研究的进展,从模糊系统和神经网络结合的可能性到模糊神经网络的结构确定、常见算法、规则的提取等进行了总结和概述,并对将来的研究方向进行了探索。     

Nonlinear Time-Varying Systems Identification Using Basis Sequence Expansions Combined with Neural Networks

A new method for identifying nonlinear time-vaying systems with unknown structure is presented,The method extends the application ar5ea of basis sequence identification.The essential idea is to utilize the learning and nonlinear approximating ability of neural networks to model the non-linearity of the system,characterize time-varying dynamics of the system by the time-varying parametric vector of the network ,then the parametric vector of the network is approximated by a weighted sum of known basis sequences,Because of black-box modeling ability of neural networks,the presented method can identify noninear time-varying systems with unknown structure,In order to improver the real-time capability of the algorithm ,the neural network is trained by a simple fast learning algorthm based on local least squares presented by the authors,The effectiveness and the perfomence of the method are demonstrate3d by some simulation results.     

利用混合神经网络辨识Hammerstein模型的方法

研究了Hammerstein模型的辨识问题 ,并考虑了多输入多输出 (MIMO)情况 .提出一种混合神经网络辨识模型 ,该模型由一个多层前馈神经网络 (MFNN)与一个线性神经网络 (LNN)串联而成 .给出了一个反向传播 (BP)算法同步训练该混合神经网络的权值和阈值 .仿真结果表明了该方法的有效性 .     

Hopfield神经网络研究进展

神经网络的研究已成为许多科学工作者的热门研究课题 ,Hopfield神经网络的研究已取得了丰富的成果 ,本文较全面地介绍这个方面国内外的研究近况 .     

具有混合时滞的脉冲模糊Cohen-Grossberg神经网络p-指数稳定性

研究了一类具有混合时滞和脉冲的模糊Cohen-G rossberg神经网络p-指数稳定性.利用M-锥理论和不等式分析技巧,获得了保证此神经网络零解p-指数稳定的一些新的充分条件,推广和改进了已有文献的相关结果.     

Two Criteria for Learning in Feedforward Neural Networks

ＴｗｏＣｒｉｔｅｒｉａｆｏｒＬｅａｒｎｉｎｇｉｎＦｅｅｄｆｏｒｗａｒｄＮｅｕｒａｌＮｅｔｗｏｒｋｓＰｅｎｇＨａｎｃｈｕａｎ（彭汉川）１，２ＧａｎＱｉａｎｇ（甘强）１ＷｅｉＹｕ（韦钰）１１，２（ＤｅｐａｒｔｍｅｎｔｏｆＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅ...     

Rejection of Narow─Band Interference in DS Spread Spectrum Systems Using Recurent Neural Networks

ＲｅｊｅｃｔｉｏｎｏｆＮａｒｏｗＢａｎｄＩｎｔｅｒｆｅｒｅｎｃｅｉｎＤＳＳｐｒｅａｄＳｐｅｃｔｒｕｍＳｙｓｔｅｍｓＵｓｉｎｇＲｅｃｕｒｅｎｔＮｅｕｒａｌＮｅｔｗｏｒｋｓＹｏｕＸｉａｏｈｕ（尤肖虎）ＦｕＬｉ（傅莉）（ＮａｔｉｏｎａｌＣｏｍｍｕｎｉｃ...     

变时滞模糊BAM神经网络的全局指数稳定性

本文讨论了一类具有变时滞模糊FBAM（fuzzybi—directional associate memory）神经网络平衡点的存在性和全局指数稳定性,利用不动点定理及Halanay型不等式获得了平衡点存在唯一性及全局指数稳定性的充分条件,所得结论容易验证．最后举例说明所得结果的可行性。     

Decentralized Control Based on FNNSMC for Interconnected Uncertain Nonlinear Systems

针对一类具有高阶关联项的大系统提出了一种新型控制器———模糊神经网络滑模控制器,该控制器将模糊神经网络与滑模控制器有机结合,消除了一般滑模控制器中的高频颤动现象,同时不需要知道系统中的不确定性和扰动的上界．实例仿真说明了控制器不仅能得到好的控制效果,而且具有比一般滑模控制器强的鲁棒性     

具时变时滞模糊BAM神经网络周期解的稳定性

本文利用Lyapunov泛函及不等式(2ab≤ra2+1/rb2,r>0)导出了判定模糊BAM(bi-directional associa-tive memory)神经网络周期解的存在性与稳定性的一些充分条件,得到了其周期解全局指数稳定性的一些新的简单判据.     

基于神经网络算法的文本分类器研究

文本自动分类是目前最常用的文本信息自动处理技术,也是人工智能、自然语言处理和信息检索领域的研究热点。对文本自动分类所涉及的相关问题进行了全面论述,并简单介绍了基于神经网络的文本分类器的设计与实现。