公共文化服务平台

搜索到13131篇“ 神经网络辨识“的相关文章

多变量系统神经网络辨识的无模型自校正控制器研究: 2024年; 针对多变量NARMA模型,将其转化为具有耦合的子系统,采用具有辅助变量的多变量紧格式动态线性化方法逼近多变量NARMA模型,利用BP神经网络辨识其参数,基于多变量广义目标函数提出多变量NARMA模型的神经网络辨识的无模型自校正控制器,算法为关于控制输入的非线性方程组,通过非线性数值分析的牛顿法对其进行求解,根据非线性递推最小二乘法对BP神经网络的连接权重值进行在线学习。仿真研究表明系统的响应具有优良的性能。; 侯小秋; 关键词：无模型自适应控制自校正控制器多变量非线性系统

一种利用轻量化神经网络辨识多次动态冲击信号的方法: 本发明公开了高速动态冲击信号的轻量化神经网络辨识方法。针对侵彻多层硬目标的过程中，多次冲击动态冲击的过载信号的存在信号粘连的情况使得辨识异常困难。基于此类问题提出了一种基于注意力机制的轻量化网络辨识方法。首先，对于多次冲...; 戴可人马翔石慧发蔚达张合

重型机械臂电液系统的神经网络辨识与反步控制被引量：2: 2023年; 针对重型机械臂的电液驱动系统因非线性、参数时变等因素引起的控制精度下降问题,提出了一种基于RBF神经网络辨识动态负载的反步控制策略。以某锚杆钻车重型机械臂的电液系统为例,建立了系统的数学模型,将其分解为系统内部状态反馈、控制器驱动及外部负载驱动这3个动力学部分。考虑电液系统内部参数变化的缓慢性,通过离线辨识的方法,得到系统内部状态反馈中的标称模型参数。控制器的设计采用反步法,其输出计算需要对外部负载进行辨识,对此采用RBF神经网络进行动态负载辨识,辨识与控制的动态过程及设计原则依据Lyapunov稳定性原理。仿真与实验结果表明:所设计的控制算法有效提高了机械臂的位置跟踪精度,具有响应速度快、轨迹误差小的特点;控制器输出的控制量也相对较小和平滑。; 刘汇王恒升郭新平孙晓宇; 关键词：RBF神经网络反步控制

基于BP神经网络辨识的预测滤波PID控制被引量：2: 2023年; 针对复杂非线性系统采用常规PID控制性能不好的问题,通过BP神经网络构建系统输出量的辨识器,在目标函数中加入优化参数的增量约束项,提出可克服算法病态的牛顿法,并用其在线学习BP神经网络的连接权,根据增量式预测滤波PID控制,推导了PID控制参数应满足的线性不等式约束条件,将PID控制参数的优化归结为线性不等式约束的最优化问题。综上研究提出基于BP神经网络辨识的在线优化参数预测滤波PID控制。仿真研究说明,因算法具有在线优化PID控制参数和预测控制性能,故提出的智能PID控制算法与常规PID控制相比,具有更优的性能。; 侯小秋李丽华; 关键词：复杂非线性系统牛顿法在线学习算法

级联RTAC系统动态神经网络辨识与分散镇定控制: 2022年; 针对含不确定关联项的级联RTAC系统的镇定控制问题,提出了一种基于动态神经网络辨识的分散控制方案.应用拉格朗日方程建立起了考虑不确定非线性作用力的级联RTAC系统数学模型,采用动态神经网络实现级联RTAC系统中不确定关联项的在线辨识,通过构造含神经网络权值矩阵迹的Lyapunov函数,证明了辨识误差的一致有界性.通过动态神经网络辨识不确定关联项、补偿系统建模误差,建立级联RTAC系统分层滑模控制算法,以实现级联RTAC系统的高精度分散镇定控制.数值仿真验证了动态神经网络的引入对级联RTAC系统分散镇定控制系统瞬态幅值抑制、稳态精度提升的效果.; 张宇程开新竺俊杰武国勋姚熊亮; 关键词：动态神经网络分散控制

多变量非线性系统超平面神经网络辨识算法设计: 2022年; 针对常规高效链接超平面(EHH)神经网络无法辨识多变量系统的问题,将多目标规划方法运用到该神经网络的训练过程中,提出了多变量非线性系统超平面神经网络辨识算法。与常规训练方法相比,该算法考虑到EHH神经网络在辨识多个输出变量时存在的冲突性,将各变量的辨识作为不同的优化目标,以此设计了线性加权训练方法和理想点训练方法,实现对多变量非线性系统的辨识。以循环流化床锅炉(CFBB)燃烧过程为例,利用大量的实验数据,使用该算法建立了CFBB燃烧过程模型,并验证了该算法的准确性。; 余世明孙云坤岑江晖何德峰; 关键词：系统辨识循环流化床锅炉

一种基于神经网络辨识参数的Z轴陀螺仪控制方法: 本申请公开了一种基于神经网络辨识参数的Z轴陀螺仪控制方法，所述方法在获得微陀螺仪跟踪误差和设计的滑模面的基础上，基于所述跟踪误差和滑模面，采用RBF神经网络估计弹簧参数矩阵，并根据所述滑模面和所述估计弹簧参数设计微陀螺仪...; 卢成付建源王慧敏张小虎朱宁远

神经网络辨识的无模型自适应自校正控制器被引量：2: 2022年; 在针对全格式动态线性化泛模型中引入辅助变量,提出了一种改进的全格式动态线性化泛模型,克服了其存在的问题。采用BP神经网络对其进行辨识,基于广义目标函数,提出神经网络辨识的无模型自适应隐式自校正控制器,其算法是关于当前控制输入的非线性方程,利用牛顿-拉夫逊算法求解,根据直接极小化指标函数的自适应优化算法对BP神经网络的连接权重值进行在线学习。仿真研究验证了所提出的隐式自校正控制器的有效性,系统具有良好的控制品质。; 侯小秋; 关键词：神经网络控制无模型自适应控制自校正控制

采用RBF神经网络辨识的柔性机械臂抑振控制策略被引量：18: 2022年; 针对柔性机械臂在运动过程中受到柔性因素的影响会出现剧烈振动的问题,提出一种采用径向基(RBF)神经网络辨识的柔性机械臂抑振控制策略,通过减弱机械臂转角波动的方式间接抑制振动。首先,根据拉格朗日原理和假设模态法建立柔性机械臂的动力学模型,其中的不确定项由模态坐标和转角耦合的非线性项构成;其次,在控制律的设计中采用RBF神经网络对动力学模型的不确定项进行辨识补偿,从而提高驱动力矩的精度;最后,通过调整神经网络权重自适应律的系数,使包含辨识结果的控制律满足李亚普诺夫稳定性定理,从而保证动力学系统的稳定性,其中权重自适应律由高斯函数和误差向量组成。采用柔性机械臂实物控制平台的对比实验结果表明:所提出的控制策略能够有效减小柔性机械臂的转角误差和振动幅值;当柔性机械臂长度为1.5 m时,相比常规比例微分控制策略,采用RBF神经网络辨识的控制策略使机械臂末端振动敏感方向的加速度的方差下降了5.8%。该控制策略为柔性机械臂的振动抑制提供了新思路。; 尚东阳李小彭尹猛李凡杰杨贺绪; 关键词：柔性机械臂 RBF神经网络不确定项非线性项

Alexnet卷积神经网络辨识幽门螺杆菌阳性舌象的可行性研究被引量：3: 2021年; 目的:探索从舌象图像分析判断幽门螺杆菌(Hp)感染的可行诊断技术。方法:引入Alexnet卷积神经网络概念,通过现代技术对舌象图像分类、识别、计算,以实现对Hp舌象精准客观诊断的功能。结果:通过研究中医舌诊与消化系统的关联、舌象图像可特定性识别的原因以及深度学习Alexnet卷积神经网络结构,论证了该方法对Hp阳性舌象分类模型辨识具有可行性。结论:运用Alexnet卷积神经网络实现辨识Hp感染,将有助于补充与完善中医舌象现代诊断,是实现中医诊疗标准化与客观化的重要技术手段之一。; 宋晓宾李奕李冬任健李修阳马柯; 关键词：幽门螺杆菌舌象

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈