导读:本文包含了模糊神经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,永磁,系统,算法,神经,焦炉。
模糊神经论文文献综述
刘振兴[1]（2019）在《一种基于模糊神经网络的PI双闭环SPWM逆变器控制方法》一文中研究指出提出了一种基于模糊神经网络的PI双闭环SPWM逆变器控制方法。该方法在分析PI控制器比例系数和积分系数的对控制效果影响的基础上,设计了模糊神经网控制器,自动调整PI控制器参数,同时引入双闭环控制,进一步控制输出信号。单相逆变电源系统仿真实验表明,与模糊自适应PI双闭环控制相比,采用基于模糊神经网络PI双闭环控制的逆变电源系统,具有更低的电压THD值、更好的稳态和动态性能。(本文来源于《工业控制计算机》期刊2019年12期）
王靖坤[2]（2019）在《一类非线性系统的模糊神经网络全局滑模控制》一文中研究指出文中针对一类非线性系统提出了一种基于模糊神经网络的全局滑模控制策略。设计了模糊神经全局滑模函数,并根据Lyapunov稳定性理论设计出控制器和自适应律。文中以叁相并联型有源电力滤波器为实例在MATLAB平台上进行了仿真实验,电网电流谐波畸变率由24. 71%降低到1. 6%,表明所提出的方案具有很好的补偿性能。(本文来源于《信息技术》期刊2019年12期）
肖金球,周翔,潘杨,冯威,陈多观[3]（2019）在《GA-BP优化TS模糊神经网络水质监测与评价系统预测模型的应用——以太湖为例》一文中研究指出针对水质监测与评价系统在太湖应用过程中水质数据和水质等级评价不准确的问题,建立了一种多隐含层改进型GA-BP神经网络来辨识复杂的水质模型,以均方误差MSE作为个体适应度,并在权值调整过程中加入动量因子来加快收敛速度,获取最优权阈值,提高其拟合程度和泛化能力.根据校准后水质的pH、溶解氧、浊度和氨氮数据,利用TS模糊神经网络建立了适用于当地水质评价的模型.仿真测试结果充分说明改进型GA-BP优化TS模糊神经网络对复杂水质模型的拟合程度更高,水质数据的均方误差、绝对误差更小,绝对误差保持在1.5%以内,水质等级预测精度提高14.28%.(本文来源于《西南大学学报(自然科学版)》期刊2019年12期）
朱耀麟,周晓东,武桐,任学勤[4]（2019）在《模糊神经网络的长丝恒张力控制系统设计》一文中研究指出针对喷毛机长丝张力的不可控以及不稳定性问题,设计了基于单片机的长丝张力控制器,并介绍了硬件设计方案。首先将喷毛机被动退绕式改为主动退绕式,通过增加一个电机和长丝压杆来控制长丝的张力,然后在单片机的硬件平台基础上采用模糊神经网络PID控制策略控制电机的运行,检测长丝的实时张力,通过控制电机进而控制长丝的张力。实验结果表明,模糊神经网络算法要优于模糊控制算法、PID算法。(本文来源于《单片机与嵌入式系统应用》期刊2019年12期）
刘昕明,吕亮,罗伟[5]（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）
张志艳,张皓宇,岳廷树,秦鹏,王爱芳[6]（2019）在《基于模糊神经网络的永磁同步发电机失磁故障程度诊断》一文中研究指出针对永磁发电机永磁体正常和失磁故障运行状态,提出了利用模糊处理和BP神经网络相结合的方法对其正常和失磁故障程度进行判断。该方法以永磁发电机铁心损耗、定子涡流损耗、附加损耗、磁滞损耗、永磁体涡流损耗和绞线铜耗等6种损耗为研究对象,利用模糊处理将永磁发电机永磁体运行状态归为正常、轻微失磁、中等失磁和严重失磁等4种,运用神经网络对永磁发电机永磁体的运行状态进行了诊断,其算例结果表明该方法的诊断结果与仿真设定的永磁体运行状态相一致,说明了该方法可以有效地对永磁发电机失磁故障程度进行准确的判断。(本文来源于《微电机》期刊2019年11期）
滕雪松,王玉宝,潘晓晨,颜鹏[7]（2019）在《基于模糊BP神经网络的电缆隧道快速报价研究》一文中研究指出为了准确进行电缆隧道快速报价,文章针对对隧道造价影响较大的指标因素,采用BP神经网络和模糊理论相结合的方法对报价方法进行训练学习,实验结果表明,该算法在电缆隧道快速报价的精度上有较高的应用价值。(本文来源于《工程技术研究》期刊2019年22期）
朱建明,杨鸿瑞[8]（2019）在《基于模糊神经网络的版权产业发展水平评价模型》一文中研究指出针对我国版权相关产业发展特点,确立了与版权产业发展水平相关的4类一级评价指标及19项二级评价指标,利用层次分析法及模糊神经网络机器学习技术,构建了对我国分区域版权相关产业发展水平的模糊评价模型,并利用该模型对2017年我国部分区域版权产业发展综合水平进行预测评价。结果表明,该模型具有良好的预测性能和较低的预测误差。最后本文提出了加强我国版权产业发展的相关建议。(本文来源于《科技管理研究》期刊2019年22期）
姜平,赵保国,张海伟,李丽锋,王鹏程[9]（2019）在《基于T-S模糊神经网络的热负荷预测模型》一文中研究指出为了解决火电厂供热和供电的矛盾、增强机组的调峰范围,需要建立精确的热负荷预测模型。针对热电联供系统热负荷影响因素多、耦合性非线性强等特点,利用T-S模糊神经网络算法建立热负荷预测模型,用于预测未来时间热负荷的变化。通过基于减法聚类的模糊C均值聚类算法进行结构辨识,再利用模糊神经网络的混合学习算法进行参数辨识。为了建立热负荷的精确模型,选取热负荷的主要影响因素作为变量。其中,将室外温度、供水温度、回水温度、供水流量作为输入变量,热负荷作为输出变量,并从热电厂DCS上采集连续两天24 h的历史数据,将前一天的数据作为训练集和后一天的数据作为检测集。在MATLAB上进行试验。仿真结果显示:98%的训练样本的相对误差在±0.4%之间,且98%的检测样本的相对误差在±0.6%之间。这表明预测模型的拟合度精确度较好,可以为供热机组调峰研究提供依据。(本文来源于《自动化仪表》期刊2019年11期）
李永亮,张怀清,杨廷栋,马载阳,李思佳[10]（2019）在《基于自适应神经模糊系统的杉木冠幅估算方法》一文中研究指出【目的】基于相邻木特征与对象木冠幅间的复杂关系,提出一种基于自适应神经模糊系统的冠幅估算方法,以提高林木冠幅智能化估算水平。【方法】以杉木为研究对象,根据相邻木相对对象木的距离和方位,采用象限补树法构建空间结构单元。测定100组4方向冠幅、距离和方位角,提出相邻木冠幅、距对象木距离2个自变量的计算方法,以对象木冠幅与相邻木冠幅的比值作为因变量。根据样本数据,分析变量间非线性映射关系,建立25条模糊逻辑推理规则,设计以2个自变量为输入、1个因变量为输出的零阶Takagi-Sugeno模型,以70组数据训练自适应神经模糊系统,以30组数据检验系统冠幅估算效果,并与多元线性回归法和BP神经网络法进行对比。【结果】3种方法冠幅估算值与真实值的线性关系均达显着水平,经检验,本研究方法、BP神经网络法和多元线性回归法的判定系数分别为071、067和066。【结论】基于自适应神经模糊系统的冠幅估算方法可在自变量不含对象木属性特征的情况下,根据空间结构单元内相邻木特征,直接实现对象木冠幅的智能化估算。(本文来源于《林业科学》期刊2019年11期）
模糊神经论文开题报告
（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：
文中针对一类非线性系统提出了一种基于模糊神经网络的全局滑模控制策略。设计了模糊神经全局滑模函数,并根据Lyapunov稳定性理论设计出控制器和自适应律。文中以叁相并联型有源电力滤波器为实例在MATLAB平台上进行了仿真实验,电网电流谐波畸变率由24. 71%降低到1. 6%,表明所提出的方案具有很好的补偿性能。
（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。
模糊神经论文参考文献
[1].刘振兴.一种基于模糊神经网络的PI双闭环SPWM逆变器控制方法[J].工业控制计算机.2019
[2].王靖坤.一类非线性系统的模糊神经网络全局滑模控制[J].信息技术.2019
[3].肖金球,周翔,潘杨,冯威,陈多观.GA-BP优化TS模糊神经网络水质监测与评价系统预测模型的应用——以太湖为例[J].西南大学学报(自然科学版).2019
[4].朱耀麟,周晓东,武桐,任学勤.模糊神经网络的长丝恒张力控制系统设计[J].单片机与嵌入式系统应用.2019
[5].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
[6].张志艳,张皓宇,岳廷树,秦鹏,王爱芳.基于模糊神经网络的永磁同步发电机失磁故障程度诊断[J].微电机.2019
[7].滕雪松,王玉宝,潘晓晨,颜鹏.基于模糊BP神经网络的电缆隧道快速报价研究[J].工程技术研究.2019
[8].朱建明,杨鸿瑞.基于模糊神经网络的版权产业发展水平评价模型[J].科技管理研究.2019
[9].姜平,赵保国,张海伟,李丽锋,王鹏程.基于T-S模糊神经网络的热负荷预测模型[J].自动化仪表.2019
[10].李永亮,张怀清,杨廷栋,马载阳,李思佳.基于自适应神经模糊系统的杉木冠幅估算方法[J].林业科学.2019
论文知识图
