基于PLC的模糊神经网络控制系统的研究

本文对活性白灰回转窑生产线进行了PLC系统配置,分析了T-S模型的模糊神经网络的结构,进一步分析了模糊神经网络的学习算法,给出模糊神经网络PID的结构和设计方法,并对该系统进行了仿真,证明该系统具有良好抗干扰和跟随能力。     

基于PSO优化的模糊RBF神经网络学习算法及其应用

有一种基于PSO优化的模糊RBF神经网络学习算法,该算法首先将模糊RBF神经网络需要调整的参数作为粒子,利用PSO算法的全局搜索及快速收敛特性对模糊RBF神经网络结构进行优化,然后将经PSO算法优化的各参数结果作为模糊RBF神经网络各个参数的初始值,再结合梯度下降法对网络的各参数进行动态调整。将之应用于对UCI数据集的分类及函数逼近,仿真结果表明优化后的模糊RBF神经网络具有更高的精度及鲁棒性。     

基于模糊神经网络的路由算法研究

首先分析了神经网络的类似于生物神经网络的许多优点 ,在描述了神经网络模型与神经网络的学习算法的基础上 ,提出了基于模糊神经网络的路由算法     

基于模糊神经网络的电动机综合保护算法研究与仿真

利用模糊神经网络的控制特点,建立了基于模糊神经网络的电动机综合保护算法,该算法时刻分析电动机的各个参数,能提前预测电动机将要发生的故障,及时采取措施保护电动机。经过MATLAB仿真表明,该算法在电动机综合保护方面具有快速性和准确性。为新型电动机保护器的设计提供技术理论。     

倒立摆控制实验系统中的算法研究

本文介绍了倒立摆实验系统的工作原理，利用一种可以进行结构和参数学习的模糊神经网络成功地控制一级倒立摆。该网络是一种多层前馈网络，它将传统模糊控制器的基本要件综合到网络结构中，使该网络既具备神经网络的低级学习能力，还具备模糊逻辑系统类似人的高级推理能力。     

基于神经网络算法的计算机网络优化模型研究

计算机网络的极速发展迫切需要全面提高和优化网络的整体性能 .神经网络算法具有大规模并行处理和分布式信息贮存等特点 ,Hopfield神经网络在联想记忆与优化方面表现出得天独厚的优势 .基于神经网络算法的计算机网络优化模型研究 ,正是将Hopfield神经网络的理论与现实计算机网络、现代优化方法相结合     

基于BFGS的混合遗传算法在模糊神经网络识别中的应用

针对传统的BP或GA对模糊神经网络的识别应用存在收敛容易陷入局部极小、识别率低下等问题,提出一种基于BFGS的混合遗传算法。其基本思想为:首先构造一种前馈型模糊神经网络结构,然后用遗传算法进化若干代后,当目标函数的梯度或者范数小于预先设定值ξ,则改用BFGS算法进行优化识别。仿真实验表明,对比GA该算法收敛速度较快,识别精度提高了约7%,能够较好地应用于一类模糊神经网络的识别。     

师范生思想品德评价的模糊优化算法

学生的品德虽表现于言行,但有其内在的动机、情感和意志,并具有一定的规律性和稳定性。运用层次分析和模糊优化算法量化这些隐藏的规律性,对科学了解和管理学生作了有益的偿试,为学生的思想品德教育提供一种科学而又高效的方法。     

智能优化算法优化BP神经网络的函数逼近能力研究

在工程应用中经常遇到一些复杂的非线性系统,这些系统状态方程复杂,难以用数学方法精确建模。BP神经网络可以描述这些非线性系统的输入输出映射关系,但其自身也存在较明显的缺陷。应用遗传算法和粒子群算法对BP神经网络进行优化,可弥补BP神经网络寻优时的缺陷。通过实例比较分析,两种优化算法有效提高了拟合精度。     

基于改进的模糊神经网络算法的微互动平台设计

基于改进的模糊神经网络算法进行微互动平台设计,调整模糊神经系统网络的结构和参数以建立信息搜索引擎模型,生成时间序列来提取校园的数据信息,提取结果作为设计微互动平台的基础,由此可以使慕课平台给用户提供个性化的服务,提高用户浏览的有效性和便利性。     

基于模糊神经网络直接转矩控制系统设计

针对传统的直接转矩控制中存在转矩、定子磁链波动大的问题,提出了一种结合空间矢量调制的模糊神经网络直接转矩控制方法。该方法运用模糊神经网络得到期望的任意相位空间电压矢量,再结合空间矢量调制直接对逆变器的开关状态进行控制,以达到减小转矩、定子磁链波动的目的。最后以TMS320F240为核心搭建了直接转矩控制系统,通过采集实验数据分析结果表明,直接转矩控制系统与传统的直接转矩控制系统相比,磁链和转矩波动明显减少,并且保持了转矩和速度的响应速度。     

模糊神经网络火灾探测系统的实现

本文介绍以PC/104工控机为硬件平台,构建模糊神经网络火灾探测系统的方法,探讨了在构建2参数火灾探测系统中的一些硬件软件方法,分析了系统特点。它可以广泛应用于模拟量式烟温复合火灾探测系统,特别是分布式智能控制系统。采用这种智能化探测技术,能够极大地提高火灾探测系统的技术水平并可以可靠地与自动灭火系统结合,早期发现并扑灭火灾,减少损失。     

一种基于模糊神经网络的变压器故障诊断方法的研究

文章介绍了一种基于模糊逻辑理论的人工神经网络，提出了利用模糊数学对神经网络的输入进行预处理的方法，并将其应用于变压器故障的诊断，提高了IEC比值法诊断变压器故障的复杂性和准确性。     

基于模糊神经网络的数据挖掘技术的研究

简要叙述数据挖掘的概念及几种主要的数据挖掘方法,提出一种基于模糊神经网络的数据挖掘算法,把模糊理论和神经网络结合起来构造、训练模糊神经网络,弥补神经网络结构复杂、网络训练时间长、结果表示不易理解等不足。     

神经网络的BP训练算法和遗传优化训练算法的对比研究

BP算法是人工神经网络的传统常用训练算法。遗传算法是一种新型的、随机性的、全局性的优化方法。基于MATLAB对比这两种训练方法的异同和优缺点,从而达到神经网络的最优化训练,充分发挥神经网络的作用。     

基于神经网络的模糊系统在电厂风机故障诊断中的应用

基于模糊理论,通过对电厂风机的故障机理的研究,提出了基于神经网络的风机模糊诊断模型,并解决了其中的关键技术。     

模糊RBF神经网络在纯滞后系统中的应用

在工业过程控制系统中,许多被控对象具有纯滞后的性质,这种纯滞后环节将导致系统不稳定。针对这种情况设计了一种控制器,这种控制器结合了模糊控制和神经网络控制的优点,可以在线调整得到一组最优的PID控制参数。仿真结果表明这种控制器结构简单,对纯滞后系统的控制效果良好。     

气动伺服系统的模糊神经网络力同步控制研究

主要研究基于比例压力阀的气动伺服系统的模糊神经网络（FNN）力同步控制问题。结合研究内容，设计和搭建了气动力控制实验台。针对常规模糊控制器在控制中没有学习功能、系统量化和分档误差较大、控制性能不够好等不足，设计了模糊神经网络控制器。它综合了神经网络具有的分布式存贮知识、学习记忆能力、容错性强等优点和模糊系统具有的直观知识表达方式、简捷迅速的逻辑推理和决策能力强等优点。具有优良的控制性能。     

人工神经网络光度法同时测定贵金属的研究

用人工神经网络光度法同时测定Rh、Ir和Pd达到了对其各组分含量进行同时测定的目的．通过对网络结构和参数的优化，提高了预报的准确度．