基于聚类分析的神经网络—模糊控制

来源 :太原理工大学 | 被引量 : 5次 | 上传用户:estone
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着科学技术的不断进步,人类需要控制的对象和过程日益复杂,但对控制质量的要求却不断提高,智能控制为这一问题的解决提供了一条有效途径。模糊逻辑和神经网络是实现智能控制的基本方法,模糊控制不需要建立被控对象的精确数学模型,但是在隶属函数的自动调整和模糊规则的自动生成上却存在困难;神经网络具有自学习,自适应,并行处理的能力,但结构的选择缺乏理论依据。把两者相互融合可以取长补短,将智能控制理论推向新的高度。 本文采用五层前馈神经网络模型对模糊控制器进行映射,神经网络—模糊控制器的性能虽然较以前的单一控制器有了很大提高,但还存在模糊子集个数的确定、模糊规则的提取和初值的确定等问题。针对这些问题,本文提出了基于聚类分析的神经网络—模糊控制。模糊子集个数的确定可以采用最佳聚类数的方法,即通过聚类有效性函数进行。隶属函数中心值初值的确定和模糊规则的提取可用聚类分析的方法得到,经过神经网络的进一步优化得到基于神经网络—模糊控制器。 针对聚类分析中的硬聚类方法、模糊聚类方法和可能性聚类方法,硬聚类方法速度快,但割裂了样本之间的联系;模糊聚类克服了这一缺陷,但存在局部最优,为此将硬聚类和模糊相结合,提出一种新的聚类分析方法。 将基于聚类分析的神经网络—模糊控制器应用于火电厂锅炉水位串级控制系统进行仿真研究,实验表明该算法确定的控制系统控制品质较高,鲁棒性强。
其他文献
电力系统日益变得庞大,结构日益复杂,配电网可靠性的建模和计算变得更加困难。因此,如何在求解精度与计算量之间进行适当平衡,如何寻求快速有效的计算方法,都是有待人们进一步探索的问题。基于这点考虑,我们通过对配电网可靠性评估算法的研究,选用网络拓扑算法,并采用面向对象程序设计技术(OOP)开发了一套配电网可靠性评估系统。 本系统在图形表达方面提出了新的设计方法。利用系统开发的专用作图工具,可输入配
该文主要采用了两种非线性分析方法实现脑电波对麻醉深度的监测:一是以Lem-Ziv算法为基础的Kaspar和Schuster定义的复杂性测试C(n),采用C(n)的原因是它适合于度量高维非线性
该文采用向量空间模型(Vector Space Model,VSM)来表示文本.针对特征向量维数较大、冗余词较多的问题,我们增加了语义处理过程,克服了传统词条权重只考虑词频的不足,从而构造
细胞图像中的边缘信息是极为有用的,它是进一步进行细胞图像分割的基础,直接影响到细胞图像识别与分析的正确性。传统的边缘检测算子大都是基于边缘的灰度不连续性利用梯度局部
微机器人技术是近年来机器人学领域研究的热点之一.根据尺寸和用途的不同,微机器人可具体分为微型机器人和微操作机器人.而微装配机器人则是微操作机器人中的一个分支,它是机
工业生产过程中广泛存在着一类具有时变、非线性、大时延、变参数特性的复杂对象,尝试用不同的控制方法来研究这类对象一直是过程控制界最具挑战的课题之一。滑模变结构控制具
车间作业调度是CIMS工程中企业生产管理的一个重要部分,尤其是Job Shop车间作业调度问题,是企业生产活动中最一般也是最复杂的作业调度问题,大多属于NP完备问题,把遗传算法用
关于智能机器人的研究近年来一直吸引着众多学者的注意。智能机器人有着巨大的应用潜力,其应用领域包括自动驾驶、导游、未知区域的探索、核电站的维护、无人工厂中的产品运输
随着数字视频技术的发展,视频信号的采样格式也日渐多样化.为了实现不同采样格式节目的共享,同时增强显示效果,多格式变换已成为数字电视终端中的必备功能,具有广阔的市场前
近年来,对非完整移动机器人的理论和应用研究日益受到国内外控制界的重视。广义的说任何带有轮式移动驱动机构的机械装置如卡车等都属于这类机器人范畴,因而它具有广泛的应用背