导读:本文包含了动态模糊神经网络论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,模糊,动态,建模,广义,模型,匝道。
动态模糊神经网络论文文献综述
刘昕明,吕亮,罗伟[1]（2019）在《基于动态模糊神经网络逆系统的焦炉集气管压力解耦控制》一文中研究指出焦炉集气管压力系统具有多变量、强耦合、非线性和纯滞后等特点,难以建立准确的数学模型。文章采用基于动态模糊神经网络的逆系统方法对集气管压力系统进行解耦,建立逆系统解耦器,并且设计了集气管压力单神经元PID控制器。该方法有效地实现了多焦炉集气管压力解耦控制,能较好地满足多焦炉集气管压力控制的工艺要求。(本文来源于《无线互联科技》期刊2019年21期）
张彩霞[2]（2019）在《基于EKF与TLS动态模糊神经网络算法》一文中研究指出提出了一种动态模糊神经网络(D-FNN)算法。在实际应用中,可以用卡尔曼滤波(KF)方法来调节D-FNN结果参数,同时,EKF (扩展卡尔曼滤波)方法用于更新前提参数的中心和宽度,从而使得所有参数都被修正。该算法可用于平滑、滤波或者预测非线性动态系统的状态,同其他基于梯度的在线算法相比,EKF可以加快D-FNN收敛速度。采用总体最小二乘(TLS)方法作为修剪技术来选择D-FNN重要的模糊规则。如果在学习进行时,检测到不活跃的模糊规则并加以剔除,则可获得更为紧凑的D-FNN结构,TLS方法是用来补偿线性参数估计问题中数据误差的一种技术。最后针对实际案例进行了仿真分析,验证了该算法的有效性和高效性。(本文来源于《中山大学学报(自然科学版)》期刊2019年01期）
安许锋,田洲,钱锋[3]（2018）在《基于广义动态模糊神经网络的聚乙烯分子量分布软测量》一文中研究指出分子量分布(MWD)是聚合物的重要质量指标,但由于实时检测的困难,MWD的预测成为聚合过程先进控制和优化面临的重要挑战。为解决聚乙烯分子量分布预测的实时性和精度问题,本文结合过程信息和反应机理建立了分子量分布预测的混合模型。首先通过机理分析,在假设不同催化剂活性位个数的情况下拟合MWD,通过误差分析获得合理的催化剂个数及分布函数参数,同时操作条件与分布函数参数之间的关系通过广义动态模糊神经网络(GDFNN)描述。在GDFNN中,利用K-means初始化其网络结构,训练过程中,充分利用历史数据和新息决定是否增加新规则,减少冗余规则的频繁生成,并通过分级学习机制,前期提高全局学习率,后期提高局部学习率。最后通过实际工业数据的仿真实验证明了该混合模型的有效性。(本文来源于《华东理工大学学报(自然科学版)》期刊2018年04期）
孙启梦[4]（2018）在《基于动态模糊神经网络的钢琴曲风音质评价方法研究》一文中研究指出随着社会经济和科学技术的不断发展,钢琴音乐艺术与信息科学、计算机技术相结合的研究受到越来越多的关注。随着钢琴普及率的不断提高,如何对钢琴音质科学地客观地评价,已经变得越来越重要。客观的钢琴音质评价方法不仅可以实现便捷有效地音质评价,而且对提升钢琴的制造水平也具有很大的指导意义。因此,本文围绕钢琴音质评价有关理论和方法进行了研究,并基于曲风对钢琴音质的影响及钢琴音乐信号的多种特征提取,实现了使用动态模糊神经网络(Dynamic Fuzzy Neural Network,D-FNN)进行自动音质评价的功能。本文的主要内容和创新如下:1.由于弹奏不同曲风的钢琴曲时会让钢琴呈现出不同的音质效果,因此,本文提出了一种结合曲风及多种特征提取的钢琴音质评价方法。在这样的场景下,在进行钢琴音质评价时,获取钢琴声音信号方式由以往仅获取一些键音或和弦,转变为获取对应曲风的一整段乐曲;同时,对钢琴声音信号特征参数的分析,也由单个键音的特征的分析变成多个键音及键音之间的复杂关系的分析和识别。2.根据音乐信号特征与钢琴音质之间的关系,提取了音长、起振时间等特征作为时域特征,泛音数量、泛音能量占比等特征作为频域特征,以及基于互相关分析的互相关系数矩阵特征值作为空域特征。并根据不同音区的键音的特点及在演奏时起到的作用的差异,以低音区、中音区、高音区叁个音区为统计单元,将时域特征和频域特征在各音区内的特征统计值替代每个键音的时域特征和频域特征。3.考虑到仅靠经验知识无法准确地描述某种特定曲风的键音信号特征以何种联系和方式对此时曲风下的钢琴音质产生影响,本文提出了通过训练动态模糊神经网络来获得曲风特征、钢琴音质和信号特征之间复杂关系的推理逻辑和规则的方法,并采集了不同钢琴和多种曲风的音乐信号,在实验室自主研发的硬件综合平台上进行了实验。实验结果证明该方法的整体性能可达到预期的效果。(本文来源于《华南理工大学》期刊2018-04-10）
杨优生[5]（2018）在《基于动态模糊神经网络的电站机炉协调系统建模研究》一文中研究指出机炉协调控制系统是电站自动化控制系统中的核心单元,其控制性能的好坏直接影响到单元机组的安全稳定运行,而得到精确的数学模型是控制算法设计和性能研究的基础。因此,建立机炉协调系统的模型是十分必要的。随着容量更大、参数更高的火电机组被普遍应用,使得机炉协调系统内部的耦合和非线性的特性更强,导致利用传统的机理分析法很难建立精确的数学模型。近年来,采用基于数据序列的智能建模方法成为了研究的主要热点之一。本文提出了一种网络结构随训练过程动态生成的动态模糊神经网络算法,在深入研究其学习算法的基础上,针对算法中预先设定的参数过多,提取的模糊规则难以理解的缺点,提出基于椭圆基的动态模糊神经网络,引入模糊?-完备性来在线分配参数,避免了初始化选择的随机性,并根据每条规则的输入变量的高斯函数的宽度对系统性能贡献的多少来在线修正隶属函数的宽度。将该算法应用到非线性系统的辨识中,根据MATLAB仿真对比结果可知,该算法在性能和学习速率方面明显比动态模糊神经网络更有优势。最后在分析了机炉协调系统动静态特性和系统简化模型的基础上,基于非线性模型的仿真数据和工业测量的现场数据,应用改进基函数(椭圆基EBF)的动态模糊神经网络算法对模型进行训练和测试。最终的仿真结果表明,基于椭圆基的动态模糊神经网络学习能力和泛化能力很强,所建立的协调系统的叁入叁出无参数模型具有很高的拟合精度,能正确的反映输入输出之间的动态特性,达到了预期的效果。为后续基于模型的控制算法设计提供了重要的依据。(本文来源于《华北电力大学》期刊2018-03-01）
张永志,董俊慧,侯继军[6]（2017）在《广义动态模糊神经网络焊接接头力学性能预测》一文中研究指出建立广义动态模糊神经网络模型,用来预测焊接接头力学性能.模型结构不再是建模时预设,而是在对逐个样本的学习过程中动态自适应调整.引入椭圆基函数扩大函数的接收域,利用系统误差和模糊规则ε完备性作为模糊规则增加的依据,并将模糊规则ε完备性作为径向基单元的宽度确定准则.以误差减少率评价模糊规则的重要性,并以此为依据对模型的模糊规则进行修剪.采用叁种不同厚度、不同工艺TC4钛合金TIG焊接试验,获得17组训练样本和5组仿真样本数据,建模并仿真.结果表明,该模型能够对焊接接头力学性能进行较为准确的预测.(本文来源于《焊接学报》期刊2017年08期）
杨优生,王东风,智丹[7]（2017）在《基于动态模糊神经网络的机炉协调系统建模》一文中研究指出火电厂机炉协调控制系统是一个复杂的多变量系统,针对其强耦合的动态特性和难以建模的特点,提出一种网络结构动态变化的动态模糊神经网络算法对超临界机组机炉协调系统进行建模。该算法具有模糊推理能力和学习功能等优点,并且模糊规则是在训练的时候依据系统误差和可容纳边界来逐条产生的,同时也采用了分级学习的方法来提高了网络的学习速度。在分析了机炉协调系统的特性以后,对某电厂超临界机组协调系统现场数据进行预处理,应用该算法进行模型的训练和测试。经过MATLAB仿真验证表明,动态模糊神经网络有很好的泛化能力,且建立的协调系统无参数模型具有很高的精度,该模型可以用于协调系统控制算法的设计。(本文来源于《电力科学与工程》期刊2017年07期）
董海龙[8]（2017）在《基于动态模糊神经网络的交通信号智能控制研究》一文中研究指出进入21世纪以来,随着我国经济和科技力量的突飞猛进,道路上的汽车数量爆发式增长,城市交通拥堵越来越严重,进一步引发了环境污染、能源浪费、交通事故等一系列问题,尤其雾霾天气给人们带来很大的困扰。城市交通拥堵主要发生在道路交叉口处,由于传统的交叉口交通信号控制方式存在对绿灯时间分配不合理的问题,有时会造成不必要的拥堵。一个合理的控制系统,对改善交通现状具有深远的影响。在道路交通网中,交通流是非线性的、实时的和变化无常的,针对交通流的这种特性,可以把智能控制方法应用于城市交通信号控制中。本文主要研究了城市中比较特殊的五岔路口和相邻交叉口,把模糊系统和神经网络结合起来应用到交通信号控制中,以降低车辆平均延误为目标,实现五岔路口绿灯时间的合理分配。首先,简单介绍了交通信号控制基本参数、交通流的统计分布、道路交叉口交通质量评价指标体系和交通流检测。其次,将模糊控制应用到五岔路口的交通信号控制中,实现五岔路口的智能控制。在车流低峰期和高峰期两种情况下,分别用定时控制和模糊控制仿真研究五岔路口控制,仿真结果显示了模糊控制的优势。再次,针对交通信号定相序控制浪费绿灯时间和频繁切换相位的问题,引进动态模糊神经网络理论,实现五岔路口多相位变相序动态控制。以赤峰市松州路、振兴大街和临潢大街所形成的五岔路口为例,对其进行了仿真研究,验证了多相位变相序动态控制方法的性能。最后,研究分析了相邻交叉口的协调控制。对于中间路段距离小的相邻交叉口,其关联性比较强,在控制中考虑了中间路段驶入和驶离交叉口的车流对绿灯相位的影响,仿真说明协调控制比普通的孤立交叉口控制更加合理。(本文来源于《兰州交通大学》期刊2017-06-15）
倪姝靖[9]（2017）在《基于动态模糊神经网络的CR频谱预测研究》一文中研究指出认知无线电是为缓解无线频谱资源紧缺与充分使用空闲频谱进行无线通信使之在一定程度上提高频谱利用率的可行方法。而频谱预测技术是认知无线电中分析历史频段使用规则预测未来空闲频段进行机会接入的技术,认知用户通过频谱感知技术实时转换信道以确保有效地接入,频谱预测技术则可以降低未授权用户对授权用户造成的干扰,避免不必要的能量损失,提高接入的精确度和可靠性,从而实现频谱更合理有效的利用,因此,对无线频段进行接入预测研究是非常有用的。目前主要的频谱预测方法有:基于回归分析的预测、基于Markov模型预测和基于机器学习的预测等。本论文首先研究了认知无线电频谱预测技术的几种不同方法,诠释并比较了现有的频谱预测算法,对比了各自存在的优点和不足,其次对神经网络和模糊系统的基本原理进行说明,分析了两者结合的必然性,进而主要研究了动态模糊神经网络的内部结构和原理,并列举相关的例子来说明动态模糊神经网络的特点。根据排队论知识对认知无线电系统的信道状态建立模型,之后进行原理说明和仿真实验,产生信道状态数据,将其作为之后频谱预测研究的频谱数据。建立基于DFNN(动态模糊神经网络)的频谱预测模型,依据数据序列在学习训练过程中自适应调整和优化网络结构,之后使用MATLAB仿真来完成预测与对比,实验结果表明相比BP网络的预测算法具有更高的预测精确度。之后仿真分析说明相比单独的频谱感知,加入频谱预测可有效降低感知检测的时间,避免不必要的能量损失。针对不同信噪比对DFNN预测模型进行系统分析,并且对比说明基于DFNN预测模型的在同样噪声干扰情况下具有更高的稳定性和准确度。最后针对多信道的频谱预测进行研究,分析了多信道之间时域相关度对预测性能的影响。(本文来源于《长春理工大学》期刊2017-03-01）
张伟,肖日东,邓晶[10]（2017）在《基于遗传算法的动态模糊神经网络城市快速路入口匝道控制》一文中研究指出为了实现城市快速路的入口匝道智能动态控制,通过建立入口匝道数学模型,并应用具有递归环节的动态模糊神经网络于匝道控制系统中。在模糊神经网络第二层中加入内部反馈连接,使控制系统更好地响应复杂多变的交通状况,解决了以往静态网络无法处理的暂态问题。控制入口匝道的动态模糊神经网络使用遗传算法与反向传播BP算法相结合来训练,遗传算法的宏观搜索能力及鲁棒性强等优点有效地避免了神经网络算法易陷入局部极小及震荡效应等缺点。通过仿真结果,验证了基于动态模糊神经网络的控制算法相对于经典的ALINEA入口匝道控制算法具有改善,能够更好地保证城市快速路的通行效率。(本文来源于《公路交通科技》期刊2017年02期）
动态模糊神经网络论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一种动态模糊神经网络(D-FNN)算法。在实际应用中,可以用卡尔曼滤波(KF)方法来调节D-FNN结果参数,同时,EKF (扩展卡尔曼滤波)方法用于更新前提参数的中心和宽度,从而使得所有参数都被修正。该算法可用于平滑、滤波或者预测非线性动态系统的状态,同其他基于梯度的在线算法相比,EKF可以加快D-FNN收敛速度。采用总体最小二乘(TLS)方法作为修剪技术来选择D-FNN重要的模糊规则。如果在学习进行时,检测到不活跃的模糊规则并加以剔除,则可获得更为紧凑的D-FNN结构,TLS方法是用来补偿线性参数估计问题中数据误差的一种技术。最后针对实际案例进行了仿真分析,验证了该算法的有效性和高效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
动态模糊神经网络论文参考文献
[1].刘昕明,吕亮,罗伟.基于动态模糊神经网络逆系统的焦炉集气管压力解耦控制[J].无线互联科技.2019
[2].张彩霞.基于EKF与TLS动态模糊神经网络算法[J].中山大学学报(自然科学版).2019
[3].安许锋,田洲,钱锋.基于广义动态模糊神经网络的聚乙烯分子量分布软测量[J].华东理工大学学报(自然科学版).2018
[4].孙启梦.基于动态模糊神经网络的钢琴曲风音质评价方法研究[D].华南理工大学.2018
[5].杨优生.基于动态模糊神经网络的电站机炉协调系统建模研究[D].华北电力大学.2018
[6].张永志,董俊慧,侯继军.广义动态模糊神经网络焊接接头力学性能预测[J].焊接学报.2017
[7].杨优生,王东风,智丹.基于动态模糊神经网络的机炉协调系统建模[J].电力科学与工程.2017
[8].董海龙.基于动态模糊神经网络的交通信号智能控制研究[D].兰州交通大学.2017
[9].倪姝靖.基于动态模糊神经网络的CR频谱预测研究[D].长春理工大学.2017
[10].张伟,肖日东,邓晶.基于遗传算法的动态模糊神经网络城市快速路入口匝道控制[J].公路交通科技.2017
论文知识图
