搜索到10691篇“ 自适应模糊神经网络“的相关文章
- 基于自适应模糊神经网络的行车危险预测方法及装置
- 本申请提供一种基于自适应模糊神经网络的行车危险预测方法及装置。该方法包括：采集用于反映车辆状态的原始变量，对原始变量进行降维处理，得到关键变量；基于自适应模糊神经网络构建行车危险预测模型；利用遗传算法对行车危险预测模型的...
- 王钧正苏星溢李杨曾成
- 基于自适应模糊神经网络的工业机器人轨迹跟踪智能控制研究
- 2025年
- 工业机器人生产轨迹的精准跟踪决定着生产效率和产品质量。因智能机器人存在多输入、强耦合、时变性且模型难以精准建立等问题,使得轨迹的精准、稳定跟踪较为困难。为了提高智能机器人轨迹跟踪精准度,基于Delta并联机器人,在研究其结构的基础上搭建逆运动学模型和动力学模型,并引入模糊控制器与神经网络智能控制算法,设计了自适应模糊神经网络控制器(AFNN),并在Adams软件中搭建Delta模型,导入Matlab的Simulink中进行仿真实验,最终实现对机器人轨迹的精准跟踪。仿真结果表明,采用AFNN的并联机器人轨迹跟踪稳定且速度快、控制精度高、抗干扰能力强。
- 张建荣郭金妹陈磊
- 关键词：模糊神经网络智能控制
- 一种基于自适应模糊神经网络的漏磁缺陷深度识别方法
- 一种基于自适应模糊神经网络的漏磁缺陷深度识别方法，该方法为：对漏磁缺陷数据进行特征提取，由提取的特征制作样本集；构建最大最小模糊神经网络，采用样本集对该神经网络进行训练并使之生成多个由最小点和最大点构成的N维聚类超盒，每...
- 唐建华赵可天高书鹏薛申才付明芮刘雪源袁东野徐永杰闫富胜
- 一种基于双聚类自适应模糊神经网络的重量控制方法
- 本发明公开了一种基于双聚类自适应模糊神经网络的重量控制方法，是根据现场操作人员习惯，利用已有数据，在没有目标值记录以及专家提出经验的情况下，利用双聚类获得称重仓重量目标值以及称重仓重量偏差、偏差变化率、进料量偏差之间的模...
- 刘双飞陈薇陈梅杨恺刘辉张建飞
- 自适应模糊神经网络多信息融合串联型电弧故障检测方法被引量：1
- 2024年
- 针对低压交流串联电弧故障因其特殊性难以识别的问题,在实验室建立了实验平台,采集不同负载下的正常和电弧故障的电流波形数据,提出一种自适应模糊神经网络(adaptive neuro fuzzy inference system,ANFIS)多信息融合串联型电弧故障检测方法,通过多层次特征参数提取,对自适应模糊神经网络进行训练、测试。结果表明,该方法可以有效地克服反向传播(back propagation,BP)神经网络故障诊断中收敛速度慢、误差精度大的缺点,得到更为精准、理想的诊断结果。
- 王建元吕至亨
- 关键词：自适应模糊神经网络
- 一种基于自适应模糊神经网络误差补偿的SOC估计方法
- 本发明提供了一种基于自适应模糊神经网络误差补偿的SOC估计方法，属于锂离子电池技术领域。解决了AEKF预测SOC误差过大的问题。其技术方案为：包括以下步骤：步骤1)对锂离子电池进行间歇恒流放电实验；步骤2)建立二阶RC等...
- 李俊红安振生薛涵文华亮段雅棋赵高麒杨筱涵
- 基于自适应模糊神经网络系统的上升流式厌氧污泥床(UASB)反应器行为预测研究
- 2024年
- 【目的】高效处理高浓度有机废水。【方法】以UASB反应器为研究对象,采用自适应模糊神经网络系统(ANFIS)模型,对反应器在处理高浓度有机废水时的动态行为进行了模拟。所建立的ANFIS模型选取了进水流量、溶解性化学需氧量(SCOD)、pH值和悬浮固体颗粒物(SS)浓度作为输入参数,以出水SCOD去除率为输出参数,从而得到了对UASB反应器出水SCOD去除率的行为预测。【结果与结论】实验数据训练的拟合系数(R^(2))为0.9875,反应器启动阶段测试数据的R2为0.8136,稳定阶段测试数据的R2为0.9372,这意味着建立的ANFIS模型能够准确地预测不同阶段UASB反应器的SCOD去除率,可为UASB反应器未来的运行和管理提供有力的理论支持与数据参考。
- 申琳吴璇魏家琦李雪琴熊启元
- 关键词：UASB反应器高浓度有机废水神经网络
- 基于改进自适应模糊神经网络的变压器故障预测方法
- 本发明涉及神经网络技术领域，尤其涉及基于改进自适应模糊神经网络的变压器故障预测方法，包括采集变压器油色谱数据，并对油色谱数据进行归一化处理；建立T‑S型自适应模糊神经网络模型；通过改进粒子群算法优化T‑S型自适应模糊神经...
- 乐效鹏史兵李嘉诚
- 一种自适应模糊神经网络的规划方法
- 本发明提供了一种自适应模糊神经网络的规划方法。所述方法具体如下：上位机采集信息数据，构建冗余度机械臂系统；将冗余度机械臂系统进行逆运动学解析，构建最小性能指标最优值问题；将最小性能指标最优值问题转化为标准二次规划问题；构...
- 张智军任晴宜
- 带自适应模糊神经网络补偿的自耦合PI在风力机变桨控制中的应用被引量：2
- 2023年
- 风力机对于风能的捕获主要依靠主控制器和执行机构之间的协同工作。然而风速的幅值和方向是时刻变化的,它的这种非线性特性给能量转换带来了挑战。针对该问题,文章设计了一种基于混合控制方案的变桨距系统,用于超风速下功率吸收的恒定。所提方法利用一种新颖的自耦合PI获取转子速度跟踪性能。而风速的随机性变化被视为一个外在扰动,采用自适应模糊神经网络对其进行补偿控制。为了验证该变桨距控制系统的性能,在Matlab/Simulink中搭建了2 MW直驱式风机模型,并与传统的PI控制器进行仿真对比。仿真结果表明,文章所提算法在转子速度跟踪和输出功率恒定控制等方面拥有比传统PI更为优异的性能。
- 何胜华黄弘范必双怀晓伟
- 关键词：变桨距控制系统自适应模糊神经网络
