共查询到20条相似文献,搜索用时 265 毫秒
1.
研究Schur收敛性条件的扰动特征泛函凸组合模型的收敛性和稳定性,是实现对特征灵敏的前馈网络系统连续性和非线性控制的关键理论依据。传统分析方法采用的模糊免疫时滞环节进行完全跟踪补偿,构造李雅普诺夫泛函线性矩阵不等式,进行非线性凸组合模型构建,但模型因扰动特征泛函收敛效果不好。构建了基于Schur收敛性条件的扰动特征泛函凸组合模型,求解平均扰动特征泛函的平均互信息量,设定扰动特征连接权值下的系统函数,通过实时自适应学习算法对被控对象进行亏损特征分解,得到Schur收敛性条件,对凸组合模型的收敛性和渐进稳定性进行证明。最后进行数值算例分析,得出构建的凸组合模型收敛性和渐进稳定性较好,计算精度精确,寻优过程可靠。 相似文献
2.
3.
4.
针对实际电阻点焊过程复杂多变,精确数学模型的建立较为困难,传统PID控制器难以保证系统在不同的工作状况下具有良好的控制特性,提出了一种改进型BP神经网络PID的电阻焊机电源恒电流控制方法。将BP神经网络与PID控制方法相结合,通过神经网络的自学习、加权系数的调整,优化PID控制器参数Ki、Kp、Kd,并将粒子群算法引入到神经网络中作为其学习算法,有效的提高了BP神经网络算法收敛速度。仿真结果表明,该电源智能控制方法能够根据系统运行状态对PID参数进行自适应调整,有效的对焊接电流进行恒定控制。 相似文献
5.
6.
针对高校图书馆流通服务质量问题,建立了评价系统的BP神经网络模型,利用遗传算法对传统的BP神经网络权值进行全局优化运算,提高了网络收敛速度,并经过实例计算验证了该模型的有效性。 相似文献
7.
8.
9.
根据掘进工作面的局部通风要求,提出了一种新的矿井局部通风机控制方法,神经网络内模控制器根据局部通风机的工作状态对其速度进行实时调整。系统具有设计简单、控制灵活的优点,又具有较好的稳定性和较高的控制精度。 相似文献
10.
铝电解过程是一个非常复杂的非线性、时变和大滞后的工业过程体系,因而采用常规的控制方法很难达到良好的控制效果。针对此问题本文提出了采用改进的Elman神经网络对其进行建模,介绍了改进Elman神经网络结构及其学习算法;分析了影响氧化铝浓度的主要因素,并根据实际情况确定了输入层和中间隐层的维数,从而确定了模型的结构。通过对现场采集的数据进行了仿真,仿真结果表明:与常规Elman相比,神经网络收敛速度和稳定性上都有明显提高,得到了令人满意的结果。 相似文献
11.
针对基于信息熵的人工免疫算法速度慢的原因,提出了基于欧氏距离的人工免疫算法,通过进行数值仿真比较,证明了基于欧氏距离的人工免疫算法在全局收敛、计算速度、收敛次数等方面的优越性。 相似文献
12.
13.
14.
基于混沌神经网络的项目投资风险评价模型研究 总被引:1,自引:0,他引:1
针对神经网络在搜索寻优过程中存在的收敛速度慢、易陷入局部极小值这一问题,将混沌理论和神经网络有机结合,构造混沌学习算法,建立了基于混沌神经网络的综合风险评价模型,该模型充分利用混沌运动的遍历特性,加快了训练速度,使其收敛于全局最优解。将此模型应用于项目投资风险综合评价的结果表明,该模型具有一定可操作性和实用性。 相似文献
15.
为了提高包装印刷用永磁同步电机速度和位置控制精度,提升其高动态性能。首先给出了永磁同步电机数学模型,并介绍了Popov超稳定性理论,并基于Popov超稳定性理论设计了一种基于模型参考自适应的永磁同步电机无速度传感器控制器。仿真和实验结果表明,本文提出的永磁同步电机模型参考自适应无速度传感器控制方法对转速和负载变化具有很好的自适应能力和较强的鲁棒性,能够实现高性能的永磁同步电机无传感器控制。该控制方法能够显著提高包装印刷用永磁同步电机位置和速度控制精度,对于提升包装印刷质量具有重要意义。 相似文献
16.
17.
18.
电厂主汽温被控对象是一个大惯性、大迟延、非线性且对象变化的系统,基于BP神经网络的PID控制,利用神经网络的自学习、非线性和不依赖模型等特性实现PID参数的在线自整定,充分利用PID和神经网络的优点。用一个多层前向神经网络,采用反向传播算法,依据控制要求实时输出Kp、Ki、Kd,依次作为PID控制器的实时参数,代替传统PID参数靠经验的人工整定和工程整定,以达到对大迟延主汽温系统的良好控制。对这样一个系统在MATLAB平台上进行仿真研究,仿真结果表明基于BP神经网络的自整定PID控制具有良好的自适应能力和自学习能力,对大迟延和变对象的系统可取得良好的控制效果。 相似文献
19.
提出一种基于改进TFIDF算法的海量文本分类识别方法,将特征之间的信息熵与特征内信息熵作为文本分类识别的加权因子,采用神经网络的非线性映射能力实现权值计算和TFIDF算法的模糊化,从而解决文本分类不准确和海量文本的分类问题。采用5个类别文档,每个类别5个文档,3个特征项来进行实际试验验证,结果表明,改进的TFIDF算法能够更好的实现文本识别分类,具有更小的方差特性,对随机文本分布具有更强的鲁棒性,收敛速度更快,具有很好的应用价值。 相似文献
20.
在工业园区光伏并网控制中,电力控制驱动过程中呈现阻尼振荡,影响系统响应速度和稳定性。提出一种改进的基于动态属性权重人工智能前馈神经网络的电力控制方法,提高工业园区光伏并网电力控制性能。控制系统设计中,采用两个PI控制器,并结合使用磁链控制器和转速控制器,在转子磁场坐标系下,利用仿射PARK变换,使得工业光伏并网控制电力系统所有运算在转子磁场坐标系下实现。构建人工智能前馈神经网络,通过功率前馈控制加快并网系统的响应速度,采用动态属性权重预测电流控制技术补偿延时,实现无差拍控制和正弦脉宽调制。系统测试表明,采用该控制方法进行工业园区光伏并网电力控制,能有效抑制控制延时和电感量偏差对并网电流造成的畸变,控制系统鲁棒性和稳定性较高。 相似文献