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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在概述人工神經(jīng)網(wǎng)絡(luò)和神經(jīng)網(wǎng)絡(luò)控制發(fā)展歷程和趨勢的基礎(chǔ)上,提出了基于專家控制、模糊控制和神經(jīng)網(wǎng)絡(luò)控制的電力傳動控制系統(tǒng),并總結(jié)出神經(jīng)網(wǎng)絡(luò)應(yīng)用于電力傳動控制的七種形式:利用神經(jīng)網(wǎng)絡(luò)擔(dān)當(dāng)電力傳動控制系統(tǒng)中的一個環(huán)節(jié)或?qū)崿F(xiàn)一個組成部分的功能;利用神經(jīng)網(wǎng)絡(luò)實現(xiàn)電力傳動控制系統(tǒng)中的信號檢測、參數(shù)估計或狀態(tài)觀測以用于實時補償或閉環(huán)反饋控制;利用神經(jīng)網(wǎng)絡(luò)辨識電力傳動控制系統(tǒng)模型以實現(xiàn)模型參考自適應(yīng)控制;利用神經(jīng)網(wǎng)絡(luò)充當(dāng)電力傳動控制系統(tǒng)中的控制器;利用神
2、經(jīng)網(wǎng)絡(luò)實現(xiàn)交流電力傳動控制系統(tǒng)的神經(jīng)網(wǎng)絡(luò)逆控制;利用神經(jīng)網(wǎng)絡(luò)實現(xiàn)電力傳動控制系統(tǒng)狀態(tài)檢測與故障診斷;利用神經(jīng)網(wǎng)絡(luò)實現(xiàn)電力傳動控制系統(tǒng)的復(fù)合控制。
基于控制觀抽象出通用的神經(jīng)元模型和神經(jīng)網(wǎng)絡(luò)連接權(quán)值修正的通用學(xué)習(xí)算法,并分析了Hebb、Perceptron、δ(Delta)、Widrow-Hoff、Correlation、Winner-Take-All、Outstar和Boltzmann等8種常用學(xué)習(xí)算法的主要特點和選用原則
3、。然后,對Adaline神經(jīng)元、BP、CMAC和BAM神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)及學(xué)習(xí)算法和應(yīng)用進(jìn)行設(shè)計和數(shù)字仿真。
基于FPGA提出了硬化實現(xiàn)神經(jīng)網(wǎng)絡(luò)和可重構(gòu)控制器拓?fù)浣Y(jié)構(gòu)的技術(shù)路線,特別對涉及到的共性核心技術(shù)開展了研究,包括:定點數(shù)乘/除法運算、浮點數(shù)加/減/乘/除法運算、Sigmoid轉(zhuǎn)移函數(shù)、神經(jīng)網(wǎng)絡(luò)Hebb學(xué)習(xí)算法的硬化實現(xiàn)。明確定義了四種神經(jīng)網(wǎng)絡(luò)系統(tǒng)節(jié)點的標(biāo)準(zhǔn)模型:1-1型、n-1型、n-m型和1-m型。
4、 系統(tǒng)地闡述了神經(jīng)網(wǎng)絡(luò)設(shè)計和工程應(yīng)用的基本步聚,在介紹了神經(jīng)網(wǎng)絡(luò)辨識的基礎(chǔ)上,總結(jié)出六種常用的神經(jīng)網(wǎng)絡(luò)控制結(jié)構(gòu):直接型神經(jīng)網(wǎng)絡(luò)控制器(DNNC)、復(fù)合型神經(jīng)網(wǎng)絡(luò)控制器(CNNC)、自適應(yīng)型神經(jīng)網(wǎng)絡(luò)控制器(ANNC)、逆系統(tǒng)型神經(jīng)網(wǎng)絡(luò)控制器(INNC)、監(jiān)督型神經(jīng)網(wǎng)絡(luò)控制器(SNNC)和優(yōu)化型神經(jīng)網(wǎng)絡(luò)控制器(ONNC),并重點論述了其中的復(fù)合型、自適應(yīng)型和逆系統(tǒng)型等三種形式。同時,對神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)穩(wěn)定性進(jìn)行了分析和證明。
5、分析了神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和自學(xué)習(xí)控制的基本特點,概括了學(xué)習(xí)控制規(guī)律和相應(yīng)的通用拓?fù)浣Y(jié)構(gòu),研究了自學(xué)習(xí)控制系統(tǒng)的一般性原理及基于規(guī)則的產(chǎn)生式自學(xué)習(xí)控制系統(tǒng),基于對象模型信息灰色的客觀事實引入耦合量的概念,借鑒復(fù)雜大系統(tǒng)采用的三級遞階智能控制結(jié)構(gòu),創(chuàng)新性地提出了基于定量模型和定性模型協(xié)同控制的三級遞階智能控制策略、前后臺型神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)電力傳動控制系統(tǒng)的基本架構(gòu)。
利用構(gòu)建的神經(jīng)網(wǎng)絡(luò)控制理論和FPGA硬化實現(xiàn)的共性核心技術(shù),實現(xiàn)了B
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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 人工神經(jīng)網(wǎng)絡(luò)在短期電力負(fù)荷預(yù)測中的應(yīng)用研究.pdf
- RBF神經(jīng)網(wǎng)絡(luò)及其在電力諧波測量中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)技術(shù)在印染配色中的應(yīng)用研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)在文字識別中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)在主動懸架中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究.pdf
- 人工神經(jīng)網(wǎng)絡(luò)在電力預(yù)測中的應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)在洪水預(yù)報中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)在圖像處理中的應(yīng)用研究.pdf
- 人工神經(jīng)網(wǎng)絡(luò)技術(shù)在電力營銷中的研究與應(yīng)用.pdf
- 人工神經(jīng)網(wǎng)絡(luò)控制在電力系統(tǒng)中的應(yīng)用研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)技術(shù)在股票觀測中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)控制技術(shù)在變風(fēng)量空調(diào)中的應(yīng)用研究.pdf
- FPGA在PCB測試機及神經(jīng)網(wǎng)絡(luò)實現(xiàn)中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)在股票預(yù)測中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)在醫(yī)學(xué)診斷中的應(yīng)用研究.pdf
- 人工神經(jīng)網(wǎng)絡(luò)在紡織中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)在仿真建模中的應(yīng)用研究.pdf
- 憶阻器在神經(jīng)網(wǎng)絡(luò)中的應(yīng)用研究.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)在股票預(yù)測中的應(yīng)用研究.pdf
評論
0/150
提交評論