【摘 要】
：
本文讨论一种动态神经网络—Elman回归神经网络的结构和算法,利用改进的BP算法提出了快速在线递推学习算法,成功的解决了动态回归神经网络模型权系数学习的实时性和快速性问题并将这一模型运用于冷连轧机的张力控制的系统辨识中,结果证明回归神经网络模型能很好的适配该工业对象,显示了动态神经网络在工业对象辨识中的良好应用前景.
论文部分内容阅读
本文讨论一种动态神经网络—Elman回归神经网络的结构和算法,利用改进的BP算法提出了快速在线递推学习算法,成功的解决了动态回归神经网络模型权系数学习的实时性和快速性问题并将这一模型运用于冷连轧机的张力控制的系统辨识中,结果证明回归神经网络模型能很好的适配该工业对象,显示了动态神经网络在工业对象辨识中的良好应用前景.
其他文献
本文把市场经济视为一个宏观复杂大系统,供需双方的交易是通过协商进行的.反复不断的协商,就构成一个模糊可拓协商界壳套,本文探讨了界壳、界门的寻求与控制问题.
针对高速公路收费系统中的车辆自动分类技术,介绍车辆分类的情况,主要研究了按尺寸对车辆进行分类的原理和方法,设计了单片机控制的车辆分类器.
针对传统的图像重构算法的不足,提出一种基于小波神经网络的图像重建快速学习算法.运用小波神经网络对图像重构进行了仿真研究.实验表明,对于不同的误差模型,小波神经网络采用不同的基函数可以很好地对非线性系统进行逼近,收敛速度快,近似精度高,而且网络规模比较小,计算量少.对计算机视觉和图像处理具有良好的应用价值.
针对具有不确定性的机器人轨迹跟踪问题,本文提出了一种具有鲁棒性和L-增益全局稳定的控制方法.该控制器由传统的PD控制加具有L-增益干扰抑制补偿控制构成,不但保证了全局的稳定性,而且可以通过调整L-增益≤γ,使扰动信号造成的终态跟踪误差足够小.理论分析和仿真结果均显示了该控制方法比PD控制有着更优良的性能.
针对挖掘机器人工作装置及其液压驱动系统模型非线性强的特点,自行设计和研制了一个基于知识的、多模式综合的轨迹跟踪变结构控制系统.该系统具有"砰-砰控制"、维持控制、非线性死区补偿控制和模糊PID参数自适应控制等模式.根据工作轨迹跟踪误差和误差变化率反馈,系统会基于知识,智能地选用或换用合适的控制模式,实现平稳和高精度的轨迹跟踪控制.
研究了过热器和再热器壁温测量的问题,针对热力计算方法因运行工况改变而适应性变差的情况,提出利用软测量——神经网络的方法在线的预测壁温.利用神经网络构建炉内管壁温度与出入口蒸汽温度、出入口管壁温度以及流量的函数关系,依据误差要求对神经网络算法进行了改进,现场实验发现改进后的神经网络的输出能够比较准确的反映壁温的实际情况.
本文利用逆推方法、Lyapunov方法,考虑了交直流联合输电系统中直流系统的非线性鲁棒控制问题,给出了是该系统镇定的直流系统的非线性鲁棒控制器的设计.
多主体营销决策支持系统综合不同方面的知识、数据,实现分布式协作求解.本文在分析营销决策任务特点的基础上,提出了基于语义网络的任务分解模型,以及基于模糊相似度匹配的分解方法.
针对一类风险投资决策问题建立了多目标规划模型,实现了投资组合方案的最优设计.文中讨论了多种情形,建立了相应的投资决策模型,并探讨了投资者的偏好对投资选择的影响.从大量运行结果看,与实际情况相吻合,足以证明模型具有较高的可靠性.
本文应用模糊灰色物元空间决策支持系统对风险投资进行了分析.并讨论了分析结果.该系统是一个较好的风险投资的多目标决策模型.