小脑模型神经网络

摘要： 温控负荷能够通过需求响应为电网提供频率调节辅助服务。针对传统控制方式调节能力有限和温度变化较大的问题,提出了一种基于小脑模型神经网络的混合控制策略。首先,利用小脑模型神经网络实时优化功率调节量,从而将调节任务分配给不同控制方式的负荷集群;然后,负荷集群完成所分配的调节任务,并根据用户的不同需要分别定义储能指标和不舒适度指标;最后,采用模糊综合评判法对用户满意度进行评估,再将用户满意度与均方根误差相互权衡以建立综合评价指标,并将其反馈回小脑模型神经网络,从而为功率调节量的优化提供依据。仿真结果表明,所提策略不仅可以提高系统的跟踪精度,而且能够改善用户的满意度。

摘要： 针对小脑模型神经网络(cerebellar model neural network,CMNN)中泛化能力与存储空间容量之间的冲突这一关键问题,提出了一种改进的小脑模型神经网络——模糊隶属度小脑模型神经网络(fuzzy membership cerebellar model neural network,FM-CMNN),用于解决非线性动态系统的时间序列预测问题.首先,FM-CMNN在保留原始CMNN输入变量的地址映射方式的情况下,在CMNN存储空间中引入铃型模糊隶属度函数,从而保证在不需增加量化级数的情况下提高网络的泛化能力.然后,使用梯度下降算法对网络权值进行更新,提高网络的逼近强度.最后,通过非线性时间序列预测基准实验和污水处理中水质参数预测实验,验证了FM-CMNN性能的可靠性.

摘要： 为了利用电子医疗档案实现对患者疾病的智能诊断,提出了一种结合模糊C均值聚类和区间二型小脑模型关节神经网络(FCM-IT2CMAC)的两层分类算法.该算法使用了两个分类器,其中小脑模型神经网络是主分类器,模糊C均值算法是预分类器.首先,使用预分类器将样本数据分组,然后应用主分类器确定样本是否处于健康或患病状态.此外还采用梯度下降法自适应训练主分类算法的参数,并使用李雅普诺夫稳定性理论证明了算法的收敛性.最后通过实验证明该分类算法的有效性.

摘要： 针对分布式新能源、电动汽车以及各种储能装置的大量接入,给低压配电网带来三相不平衡及电网谐波等电能质量问题,提出一种基于小脑神经网络(CMAC)与比例积分(PI)算法相结合控制的有源电力滤波器(APF)控制方法,对低压配电网中的三相不平衡及谐波等问题进行了有效治理.仿真结果表明,该控制方法对治理低压配电网三相不平衡与谐波问题效果明显,克服了网侧电流存在突波的现象.

摘要： 针对混合动力汽车转矩分配策略对整车的燃油经济性和排放性能具有重要的影响,提出了基于模糊小脑模型(FCMAC)神经网络控制的整车转矩分配方法.以某变速箱前置式双轴转矩耦合并联混合动力汽车为研究对象,建立了以发动机的输出转矩为目标的FCMAC神经网络控制策略,将输入量离散化后的高斯基模糊隶属度进行规则相乘后作为FCMAC神经网络的输入,经过hash映射及权值调整输出发动机转矩,实现了混合动力汽车的转矩分配.在AVL-Cruise及Matlab/Simulink平台上建立仿真模型,将其控制策略与基于逻辑门限值控制策略的仿真结果进行比较.结果表明:在NEDC工况下FCMAC控制策略较逻辑门限值控制策略,油耗与排放都有改善,提升了并联式混合动力汽车的燃油经济性和排放性.%Due to the important impact of hybrid electric vehicle (HEV) distribution strategy on vehicle fuel economy and emissions,a vehicle torque distribution method was propared based on fuzzy cerebellar model articulation controller (FCMAC) neural network control.Based on the pre-gearbox twin-axle torque coupled PHEV,the FCMAC neural network control strategy was established with engine output torque as target.After discretization,the rule multiplied Gaussian fuzzy membership degree was inputted into FCMAC,and the engine torque was outputted through hash mapping and weight adjustment to realize the torque distribution of HEV.The simulation model was established on AVL-Cruise and Matlab/Simulink platform,and the simulation results were compared with those based on logic threshold control strategy.The results show that the FCMAC control strategy is better than the logic threshold control strategy under NEDC condition,and the fuel economy and the emissions of vehicle are improved.

摘要： Brushless DC motor is a multivariate, nonlinear, time-varying complex system. Control effects are difficult to be satisfactory if traditional incremental PID control method is only adopted. A new method of control method combining PID control with CMAC was given and was also put into use in brushless DC motor control system. The use of the traditional incremental PID to conduct feedback control ensures the realization of the system stability. The use of CMAC to realize feed-forward control ensuresthe response speed, reduces overshoots and improves control accuracy. Experimental results indicate that under the CMACPIDalgorithm the speed response was faster, the overshoot of the system was smaller and anti-interference was stronger compared with traditional incremental PID control.%无刷直流电机是一种多变量、非线性、时变的控制系统,采用传统的P ID控制难以得到满意的控制效果.文中提出一种小脑模型神经网络(CMAC)与传统增量式PID并行控制的电机调速方法(CMAC-PID).该方法利用传统增量式PID对控制器进行反馈控制,保证了系统的稳定性,结合CMAC对控制器进行前馈控制,确保了系统的响应速度,减小了超调量,提高了控制精度.实验结果表明:与传统增量式PID算法相比,混合CMAC-PID算法能更好地提高控制系统的响应速度,减小超调量,且抗干扰性能较强.

摘要： 提出一种小脑模型神经网络(CMAC)和自适应在线遗传算法(GA)相结合的新型控制算法,应用于机器人中两轴永磁无刷直流电机的速度协调控制,利用MATLAB/SIMULINK仿真,结果证明了GA和CMAC复合控制器可以有效的消除协调控制中的转矩脉动.

摘要： Aiming at the problem of harmonic pollution in micro-grid, this paper combined the cerebellar model articulation controller(CMAC) with the proportion intergration differentiation (PID) algorithm to control the active power filter (APF). The system adopted the CMAC feedforward control to guarantee the system response speed and the PID feedback control to restrain disturbance. The simulation re-sult shows that this control method has obvious inhibitory effect for micro-grid harmonics.%针对微电网中的谐波污染问题，运用 CMAC 神经网络与 PID 算法相结合控制有源电力滤波器(APF)，抑制微电网谐波。该系统采用 CMAC 前馈控制，确保系统响应速度，PID 后馈控制，来抑制扰动，仿真结果表明，该控制方法对微电网谐波有明显的抑制效果。

摘要： 小脑模型神经网络(CMAC)以其学习速度快、结构简单、易于软硬件实现等优点,被广泛应用于非线性控制系统.为了改善以无刷直流力矩电机作为控制对象的伺服系统性能,本论文提出一种利用CMAC在线整定PID一个控制参数的方法.仿真与实验结果表明,该算法可以有效地对PID参数进行在线整定,改善了常规PID控制器的性能,使伺服系统具有更好的动态特性。

摘要： 板形控制系统是一个多变量、强耦合的非线性控制系统，传统的控制算法已不能满足其控制要求。液压弯辊控制是整个板形控制系统中最基本的环节，本文提出一种基于小脑模型神经网络和传统PID复合控制的控制策略，来有效控制液压弯辊板形控制系统中的弯辊力。实验证明，该并行控制算法提高了系统的控制精度，加快了系统的响应速度，并且具备较强的抗干扰能力。

摘要： 针对高阶柔性直线系统的跟踪控制,设计了将自适应GBF-CMAC神经网络与鲁棒控制相结合的控制系统.首先,将跟踪控制问题转化为标准的鲁棒控制问题,再将之转化为一类凸优化问题.然后,利用符号距离和参数自适应律设计了自适应GBF-CMAC神经网络,并且将设计的鲁棒控制器与自适应GBF-CMAC神经网络相结合,构成自适应神经网络鲁棒控制器.实验结果表明所设计的控制器不仅具有较快的响应速度,较短的收敛时间和较好的跟踪精度,而且对于输入端扰动表现出较强的抗干扰能力.

摘要： 针对高阶柔性直线系统的跟踪控制,设计了将自适应GBF-CMAC神经网络与鲁棒控制相结合的控制系统.首先,将跟踪控制问题转化为标准的鲁棒控制问题,再将之转化为一类凸优化问题.然后,利用符号距离和参数自适应律设计了自适应GBF-CMAC神经网络,并且将设计的鲁棒控制器与自适应GBF-CMAC神经网络相结合,构成自适应神经网络鲁棒控制器.实验结果表明所设计的控制器不仅具有较快的响应速度,较短的收敛时间和较好的跟踪精度,而且对于输入端扰动表现出较强的抗干扰能力.

摘要： 针对高阶柔性直线系统的跟踪控制,设计了将自适应GBF-CMAC神经网络与鲁棒控制相结合的控制系统.首先,将跟踪控制问题转化为标准的鲁棒控制问题,再将之转化为一类凸优化问题.然后,利用符号距离和参数自适应律设计了自适应GBF-CMAC神经网络,并且将设计的鲁棒控制器与自适应GBF-CMAC神经网络相结合,构成自适应神经网络鲁棒控制器.实验结果表明所设计的控制器不仅具有较快的响应速度,较短的收敛时间和较好的跟踪精度,而且对于输入端扰动表现出较强的抗干扰能力.

摘要： 针对高阶柔性直线系统的跟踪控制,设计了将自适应GBF-CMAC神经网络与鲁棒控制相结合的控制系统.首先,将跟踪控制问题转化为标准的鲁棒控制问题,再将之转化为一类凸优化问题.然后,利用符号距离和参数自适应律设计了自适应GBF-CMAC神经网络,并且将设计的鲁棒控制器与自适应GBF-CMAC神经网络相结合,构成自适应神经网络鲁棒控制器.实验结果表明所设计的控制器不仅具有较快的响应速度,较短的收敛时间和较好的跟踪精度,而且对于输入端扰动表现出较强的抗干扰能力.

摘要： 针对高阶柔性直线系统的跟踪控制,设计了将自适应GBF-CMAC神经网络与鲁棒控制相结合的控制系统.首先,将跟踪控制问题转化为标准的鲁棒控制问题,再将之转化为一类凸优化问题.然后,利用符号距离和参数自适应律设计了自适应GBF-CMAC神经网络,并且将设计的鲁棒控制器与自适应GBF-CMAC神经网络相结合,构成自适应神经网络鲁棒控制器.实验结果表明所设计的控制器不仅具有较快的响应速度,较短的收敛时间和较好的跟踪精度,而且对于输入端扰动表现出较强的抗干扰能力.

摘要： 针对高阶柔性直线系统的跟踪控制,设计了将自适应GBF-CMAC神经网络与鲁棒控制相结合的控制系统.首先,将跟踪控制问题转化为标准的鲁棒控制问题,再将之转化为一类凸优化问题.然后,利用符号距离和参数自适应律设计了自适应GBF-CMAC神经网络,并且将设计的鲁棒控制器与自适应GBF-CMAC神经网络相结合,构成自适应神经网络鲁棒控制器.实验结果表明所设计的控制器不仅具有较快的响应速度,较短的收敛时间和较好的跟踪精度,而且对于输入端扰动表现出较强的抗干扰能力.

摘要： 本发明属于生物信息系统建模与仿生控制技术领域，一种基于小脑模型的仿生手臂控制系统及小脑模型建模方法，其中，所述一种基于小脑模型的仿生手臂控制系统，包括人机交互模块、储存器、命令产生模块和仿生手臂运动控制模块，所述人机交互模块、储存器、命令产生模块和仿生手臂运动控制模块依次相连，此外，所述命令产生模块还分别与储存器及仿生手臂运动控制模块相连，所述仿生手臂运动控制模块还分别与人机交互模块及储存器相连；本发明不仅具有良好的人机交互功能，而且，可以实现对手臂相对准确的控制。本发明将小脑建模控制与Phantom Omni力反馈器相结合，使被控手臂不再局限于仿真模型，为进一步建立真实小脑控制手臂运动的模型奠定基础。

摘要： 本发明属于生物信息系统建模与仿生控制技术领域，一种基于小脑模型的仿生手臂控制系统及小脑模型建模方法，其中，所述一种基于小脑模型的仿生手臂控制系统，包括人机交互模块、储存器、命令产生模块和仿生手臂运动控制模块，所述人机交互模块、储存器、命令产生模块和仿生手臂运动控制模块依次相连，此外，所述命令产生模块还分别与储存器及仿生手臂运动控制模块相连，所述仿生手臂运动控制模块还分别与人机交互模块及储存器相连；本发明不仅具有良好的人机交互功能，而且，可以实现对手臂相对准确的控制。本发明将小脑建模控制与Phantom Omni力反馈器相结合，使被控手臂不再局限于仿真模型，为进一步建立真实小脑控制手臂运动的模型奠定基础。

摘要： 本发明涉及一种小脑模型神经网络故障诊断器初值权重的自动选优方法。该方法包括：S1、根据需要解决的问题初始化神经网络参数；S2、设置遗传算法参数，得到初始种群；S3、根据计算得到的个体适应度进行选择、交叉、变异和计算；S4、重构神经网络并对其进一步训练；S5、测试神经网络，得到最优神经网络诊断器。本发明在模糊小脑模型神经网络的初值权重选择中引入遗传算法，不仅适用于优化小脑模型神经网络权值层的权值，而且优化了关联存储空间激活函数的中心位置和宽度。可以有效降低人工选择初值参数的盲目性和时间成本，进一步提高神经网络诊断的智能性。

摘要： 本发明提供了一种基于自组织的模糊小脑模型神经网络学习的开关柜设备故障预测方法，包括S1：对来自开关柜局部放电检测数据进行图谱分析，得到图谱的特征数据存储在二维的矩阵，形成M×N的特征输入，接着采用自相关协方差方法去除原始数据的噪声并减少输入数据的维度；S2：建立具有三层映射关系的自组织小脑神经网络模型；S3：利用李雅普诺夫函数设计该模型的优化学习率；S4：将训练数据作为模型输入，对模糊大脑神经网络模型进行训练；S5：对当前开关柜局部放电检测数据执行步骤S1操作，将获得的数据作为特征输入，将其输入模型对开关柜设备故障进行预测；上述方法可实时掌握开关柜的健康状态，促进电力产业的健康发展。

摘要： 本发明涉及一种小脑模型神经网络故障诊断器初值权重的自动选优方法。该方法包括：S1、根据需要解决的问题初始化神经网络参数；S2、设置遗传算法参数，得到初始种群；S3、根据计算得到的个体适应度进行选择、交叉、变异和计算；S4、重构神经网络并对其进一步训练；S5、测试神经网络，得到最优神经网络诊断器。本发明在模糊小脑模型神经网络的初值权重选择中引入遗传算法，不仅适用于优化小脑模型神经网络权值层的权值，而且优化了关联存储空间激活函数的中心位置和宽度。可以有效降低人工选择初值参数的盲目性和时间成本，进一步提高神经网络诊断的智能性。

摘要： 本发明涉及一种基于小脑模型神经网络（Cerebellar Model Neural Network，CMNN）的电力电子变换器故障诊断方法，通过数据采集并降噪处理，得到带有故障信息的样本，再通过时、频域分析等方法提取少数故障特征，建立数据样本库；通过CMNN故障分类器，并采用Back‑Propagation算法，离线训练后将训练样本中包含的各类型故障及故障具体位置准确划分，提取故障分类器的最优参数，并将最优参数直接赋予分类器网络，进行分类器测试工作；将此带有最优参数的分类器网络植入DSP中，做实际电路的故障诊断与定位，实现变换器电路快速自检。本发明能更准确、更可靠的判断变换器的健康状况，也提高了变换器故障分析的效率。

摘要： 本发明公开了基于模糊小脑模型神经网络的混合动力汽车整车转矩分配方法，本发明考虑驾驶员驾驶意图的同时将模糊控制与小脑模型(CMAC)神经网络相结合，将CMAC神经网络控制器嵌于模糊控制器之中构成FCMAC神经网络控制器，FCMAC神经网络控制器通过CMAC神经网络来学习模糊规则，以高斯基模糊隶属函数作为实际映射函数，使输入空间划分方式以及联想单元的激活特性可以在线实时调整，通过输出的权值调整来修正发动机需求转矩分配系数，最后经过解模糊化计算出发动机需求转矩值，实现混合动力汽车在混合驱动条件下的转矩分配。

摘要： 本发明提供一种基于模糊小脑模型神经网络的绝缘子故障诊断装置及方法，其包括MCU、第一预处理电路、第二预处理电路、第三预处理电路、电场传感器、泄漏电流传感器、温度传感器、远程收发模块及远程计算机；通过电场传感器，泄露电流传感器和温度传感器采集信号，用卡尔曼滤波算法进行去噪处理，得到带有故障信息的特征样本，建立绝缘子故障信息训练样本库，通过FCMAC对样本进行分类训练，采用BP算法进行训练，得到使网络最优的权值和阈值，在新的信息样本输入网络时，能迅速准确的判断绝缘子的故障类型。结合卡尔曼算法以及CMAC，每次修正的权值少，学习速度快，具有一定的泛化能力等优点，提高了绝缘子故障分析的效率和准确率。

摘要： 本实用新型提供一种基于模糊小脑模型神经网络的绝缘子故障诊断装置，其包括MCU、第一预处理电路、第二预处理电路、第三预处理电路、电场传感器、泄漏电流传感器、温度传感器、远程收发模块及远程服务器；所述MCU分别与第一预处理电路、第二预处理电路、第三预处理电路、远程收发模块连接；所述第一预处理电路与电场传感器连接；所述第二预处理电路与泄漏电流传感器连接；所述第三预处理电路与温度传感器连接；所述远程收发模块通过无线网络与远程服务器连接。本实用新型将传感器技术与计算机技术相结合，具有速度快，准确率高，数据准确；能更准确、更可靠的判断绝缘子的健康状况，也提高了绝缘子故障分析的效率。

摘要： 一种基于小脑模型神经网络PID控制的风电机组软并网控制系统其特征在于它包括监测单元、软并网装置和控制单元；其优越性在于：具有较好的稳定性、实时性；适用于不同风速下的风电机并网。对大容量的兆瓦级风电机组的并网同样适用。