小脑模型神经网络
小脑模型神经网络的相关文献在1999年到2022年内共计72篇,主要集中在自动化技术、计算机技术、电工技术、金属学与金属工艺
等领域,其中期刊论文63篇、会议论文3篇、专利文献503943篇;相关期刊46种,包括河南广播电视大学学报、北京科技大学学报、江苏科技大学学报(自然科学版)等;
相关会议3种,包括第十三届全国雷达学术年会、全国冶金自动化信息网2008年年会、2018中国制造自动化技术学术研讨会等;小脑模型神经网络的相关文献由177位作者贡献,包括万志松、张伟、张新亮等。
小脑模型神经网络—发文量
专利文献>
论文:503943篇
占比:99.99%
总计:504009篇
小脑模型神经网络
-研究学者
- 万志松
- 张伟
- 张新亮
- 林琼斌
- 柴琴琴
- 王武
- 蔡逢煌
- 袁朝辉
- 闵佳园
- 陈诗灿
- 付兴建
- 廖晓峰
- 张新征
- 朱庆保
- 李彬
- 杨庆
- 杨波
- 殷云华
- 汪首坤
- 焉颖
- 王军政
- 王华秋
- 王焱
- 穆旭
- 郑宾
- 马宏绪
- 乔俊飞
- 于新红
- 任淑艳
- 刘华强
- 刘建昌
- 刘星桥
- 刘春霞
- 刘玉斌
- 刘立群
- 刘迪
- 刘颖
- 刘鸿飞
- 华伟民
- 华海德
- 史铁林
- 吴云洁
- 吴光强
- 吴浩
- 周世生
- 周军
- 周山
- 周长哲
- 周雪松
- 唐荻
-
-
杨婕;
李泽辉;
马锴;
徐程琳
-
-
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。
-
-
乔俊飞;
董敬娇;
李文静
-
-
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.
-
-
-
焦玮;
杨雪寒;
孟洁;
张倩
-
-
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.
-
-
-
周军;
徐咏盛;
李曙光
-
-
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.
-
-
张袅娜;
周长哲;
高泽霖;
李彦阳
-
-
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.
-
-
岳学磊;
白鹏;
杨瑞坤;
华伟民
-
-
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.
-
-
曹训训;
李凌杰
-
-
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.
-
-
张霄梦
-
-
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。
-
-
韩华涛;
李素珍;
高景一
- 《第十三届全国雷达学术年会》
| 2014年
-
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。
-
-
-
付兴建
- 《2018中国制造自动化技术学术研讨会》
| 2018年
-
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.
-
-
付兴建
- 《2018中国制造自动化技术学术研讨会》
| 2018年
-
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.
-
-
付兴建
- 《2018中国制造自动化技术学术研讨会》
| 2018年
-
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.
-
-
付兴建
- 《2018中国制造自动化技术学术研讨会》
| 2018年
-
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.
-
-
付兴建
- 《2018中国制造自动化技术学术研讨会》
| 2018年
-
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.
-
-
付兴建
- 《2018中国制造自动化技术学术研讨会》
| 2018年
-
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.