版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、近年來,神經(jīng)網(wǎng)絡(luò)與現(xiàn)代控制理論和技術(shù)己成功地應(yīng)用到現(xiàn)代控制工程的眾多行業(yè),并顯示出了其驕人的特點,同時也暴露出了一些問題,有待解決。粗糙集理論是一種較新的軟計算方法,可以有效地分析和處理不完備信息,對數(shù)據(jù)樣本進行預(yù)處理,約簡樣本屬性,降低樣本維數(shù),獲得最優(yōu)約簡后的決策規(guī)則,以此來構(gòu)建神經(jīng)網(wǎng)絡(luò)的隱層數(shù)及隱層內(nèi)神經(jīng)元數(shù),減少了神經(jīng)網(wǎng)絡(luò)的訓練時間,提高訓練精度及泛化能力。仿真實驗中,通過粗糙集優(yōu)化的神經(jīng)網(wǎng)絡(luò)可將傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的收斂周期由60次減
2、少到18次,平均誤差由0.061209875減小為0.007066,證明了算法的有效性和優(yōu)越性。將融合控制策略應(yīng)用于抽油機電液伺服加載實驗裝置的位置伺服系統(tǒng),建立了實驗系統(tǒng)的數(shù)學模型和神經(jīng)網(wǎng)絡(luò)模型,確定了系統(tǒng)的常規(guī)PID控制參數(shù),離線優(yōu)化了基于粗糙集的PID。系統(tǒng)實驗表明:當輸入階躍信號為0.2m時,系統(tǒng)在常規(guī)PID控制下,調(diào)節(jié)時間是1.32s,穩(wěn)態(tài)誤差是0.001m;系統(tǒng)在粗糙集優(yōu)化的PID控制下,調(diào)節(jié)時間是0.85s,穩(wěn)態(tài)誤差是0.
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粗糙集神經(jīng)網(wǎng)絡(luò)的有桿抽油系統(tǒng)故障診斷研究
- 基于粗糙集神經(jīng)網(wǎng)絡(luò)的有桿抽油系統(tǒng)故障診斷研究.pdf
- 基于粗糙集神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘系統(tǒng)及其應(yīng)用.pdf
- 基于粗糙集的粒度神經(jīng)網(wǎng)絡(luò)研究.pdf
- 基于粗糙集的粒計算與神經(jīng)網(wǎng)絡(luò)的融合研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的有桿抽油系統(tǒng)故障診斷研究.pdf
- 基于粗糙集與神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類研究及應(yīng)用.pdf
- 基于粗糙集與神經(jīng)網(wǎng)絡(luò)的WSN數(shù)據(jù)融合算法研究.pdf
- 基于粗糙集與神經(jīng)網(wǎng)絡(luò)的分類規(guī)則挖掘策略研究.pdf
- 基于粗糙集-神經(jīng)網(wǎng)絡(luò)的入侵檢測系統(tǒng)的研究.pdf
- 粗糙集和神經(jīng)網(wǎng)絡(luò)相結(jié)合的數(shù)據(jù)融合方法研究.pdf
- 基于粗糙集和神經(jīng)網(wǎng)絡(luò)的客戶行為研究.pdf
- 基于粗糙集-神經(jīng)網(wǎng)絡(luò)的客戶價值分類研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)及粗糙集的數(shù)據(jù)深度挖掘應(yīng)用研究.pdf
- 基于粗糙集-神經(jīng)網(wǎng)絡(luò)的自動裝填控制系統(tǒng)的檢測與診斷.pdf
- 基于粗糙集的CMAC神經(jīng)網(wǎng)絡(luò)板形控制模型的研究.pdf
- 基于粗糙集與神經(jīng)網(wǎng)絡(luò)的調(diào)制信號識別研究.pdf
- 基于粗糙集的交通流神經(jīng)網(wǎng)絡(luò)模型與入口匝道控制.pdf
- 粗糙集神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)的方法研究及應(yīng)用
- 基于粗糙集的神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
評論
0/150
提交評論