“自适应模糊神经网络”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1675552个，建议您升级VIP下载更多相关专利

[发明专利]一种有源电力滤波器自适应模糊滑模RBF神经网络控制方法-CN201610003062.7有效
发明人：王腾腾;雷单单;曹頔;费峻涛 -专利权人：河海大学常州校区
申请日： 2016-01-04 - 公布日： 2018-03-20 - 主分类号： H02J3/01 文献下载
摘要：本发明公开了一种有源电力滤波器自适应模糊滑模RBF神经网络控制方法，其特征在于，包括如下步骤步骤1、建立有源电力滤波器的数学模型；步骤2、基于模糊滑模设计得到自适应模糊滑模RBF神经网络控制器，包括模糊自适应律和RBF神经网络自适应律；步骤3、根据自适应模糊滑模RBF神经网络控制器控制有源电力滤波器。
一种有源电力滤波器自适应模糊 rbf 神经网络控制方法

[发明专利]基于改进自适应模糊神经网络的变压器故障预测方法-CN202310243664.X在审
发明人：乐效鹏;史兵;李嘉诚 -专利权人：常州大学
申请日： 2023-03-14 - 公布日： 2023-06-23 - 主分类号： G01N30/86 文献下载
摘要：本发明涉及神经网络技术领域，尤其涉及基于改进自适应模糊神经网络的变压器故障预测方法，包括采集变压器油色谱数据，并对油色谱数据进行归一化处理；建立T‑S型自适应模糊神经网络模型；通过改进粒子群算法优化T‑S型自适应模糊神经网络的前提参数；预测的变压器故障类型，并对预测结果进行评估。本发明通过对传统粒子群算法进行改进并在后期跳出局部优化，解决T‑S型自适应模糊神经网络参数寻优能力弱、收敛速度慢、精度和效率低的问题。
基于改进自适应模糊神经网络变压器故障预测方法

[发明专利]一种基于双聚类自适应模糊神经网络的重量控制方法-CN202210272014.3在审
发明人：刘双飞;陈薇;陈梅;杨恺;刘辉;张建飞 -专利权人：合肥工业大学
申请日： 2022-03-18 - 公布日： 2022-06-17 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于双聚类自适应模糊神经网络的重量控制方法，是根据现场操作人员习惯，利用已有数据，在没有目标值记录以及专家提出经验的情况下，利用双聚类获得称重仓重量目标值以及称重仓重量偏差、偏差变化率、进料量偏差之间的模糊规则，并利用模糊神经网络对模糊规则进一步学习，最后得到双聚类自适应模糊神经网络控制器，从而能实现对称重仓重量的控制。本发明能自适应获取称重仓重量目标值，并学习操作人员经验以获得双聚类自适应模糊神经网络控制器，从而能实现对称重仓重量的实时控制。
一种基于双聚类自适应模糊神经网络重量控制方法

[发明专利]一种模糊神经网络FNN的参数优化及应用方法与系统-CN202110613013.6有效
发明人：唐求;吴娟;滕召胜;吴双双;龚冬成;刘涛;余舟;黄潇;杨莹莹 -专利权人：湖南大学
申请日： 2021-06-02 - 公布日： 2023-05-16 - 主分类号： G06N3/043 文献下载
摘要：本发明公开了一种模糊神经网络FNN的参数优化及应用方法与系统，本发明的模糊神经网络FNN的参数优化方法包括采用自适应交叉概率和变异概率对遗传算法进行改进优化模糊神经网络FNN的参数；应用方法包括建立基于主成分分析及改进遗传算法优化的模糊神经网络模型本发明针对标准遗传算法存在收敛速度慢，容易陷入局部最优解等缺点，采用自适应的交叉概率和变异概率对遗传算法进行改进，通过改进后的遗传算法优化模糊神经网络FNN的参数，从而能够有效提升优化模糊神经网络FNN的参数的收敛速度，减少模糊神经网络FNN的优化计算开销，提高模糊神经网络FNN的优化效率。
一种模糊神经网络 fnn 参数优化应用方法系统

[发明专利]一种自适应模糊神经网络齿轮剩余寿命预测方法-CN201810304816.1有效
发明人：石慧;王钢飞;王婉娜;白尧;曾建潮;董增寿 -专利权人：太原科技大学
申请日： 2018-04-08 - 公布日： 2019-11-22 - 主分类号： G01M13/02 文献下载
摘要：一种改进型自适应模糊神经网络齿轮剩余寿命预测方法，属于机械可靠性技术领域，特征是实施步骤如下：1、利用振动传感器对齿轮退化实时监测；2、对齿轮疲劳状态进行特征提取，对齿轮磨损退化性能进行衰退评估；3、将模糊系统和神经网络结合，用神经网络自学习机制补偿模糊控制系统的不足，建立一种模糊信息模糊神经网络；4、在模糊处理层所有节点加入记忆单元，将上一时刻信息记忆并应用到此刻的输出上，使信息持续保存，加强信息前后关联，降低预测值与实际值偏差，建立改进型自适应模糊神经网络预测系统；5、根据训练改进型自适应模糊神经网络预测齿轮剩余寿命；优点是可有效地预测齿轮退化状态及实时剩余寿命，为齿轮预防性维修提供依据。
齿轮自适应模糊神经网络改进型剩余寿命预测神经网络剩余寿命预测模糊控制系统模糊神经网络机械可靠性预防性维修振动传感器齿轮磨损记忆单元节点加入模糊处理模糊系统模糊信息疲劳状态时刻信息实时监测特征提取退化性能退化状态预测系统有效地自学习关联退化输出衰退保存评估应用

[发明专利]基于DPSO-ANFIS的弃渣坝变形预测方法-CN202110485694.2在审
发明人：李作舟;薛方方;刘杨;郑成成;杨杰;马春辉;冉蠡;秦鸿哲;赵强;姜泽明;胡广柱 -专利权人：陕西镇安抽水蓄能有限公司;西安理工大学
申请日： 2021-04-30 - 公布日： 2021-07-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于DPSO‑ANFIS的弃渣坝变形预测方法，包括以下步骤：步骤1、监测弃渣坝原始数据，对原始数据进行预处理；步骤2、搭建自适应模糊神经网络系统，对系统中的网络参数进行赋值；步骤3、对步骤2中自适应模糊神经网络的参数进行寻优；步骤4、将步骤1预处理后的弃渣坝数据代入自适应模糊神经网络中进行训练和预测，此时，自适应模糊神经网络中参数经过步骤3得到最优，计算预测精度值，对比不同位置测点的预测效果
基于 dpso anfis 弃渣坝变形预测方法

[发明专利]基于DPSO-ANFIS的弃渣坝变形预测方法-CN202110772788.8在审
发明人：李作舟;薛方方;刘杨;郑成成;杨杰;马春辉;冉蠡;秦鸿哲;赵强;姜泽明;胡广柱 -专利权人：国网新源控股有限公司;陕西镇安抽水蓄能有限公司;西安理工大学
申请日： 2021-07-08 - 公布日： 2021-08-20 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了基于DPSO‑ANFIS的弃渣坝变形预测方法，包括以下步骤：步骤1、监测弃渣坝原始数据，对原始数据进行预处理；步骤2、搭建自适应模糊神经网络系统，对系统中的网络参数进行赋值；步骤3、对步骤2中自适应模糊神经网络的参数进行寻优；步骤4、将步骤1预处理后的弃渣坝数据代入自适应模糊神经网络中进行训练和预测，此时，自适应模糊神经网络中参数经过步骤3得到最优，计算预测精度值，对比不同位置测点的预测效果
基于 dpso anfis 弃渣坝变形预测方法

[发明专利]三电机驱动系统神经网络广义逆自适应控制器的构造方法-CN201210097876.3无效
发明人：刘国海;于堃;赵文祥;胡德水 -专利权人：江苏大学
申请日： 2012-04-06 - 公布日： 2012-08-08 - 主分类号： H02P5/74 文献下载
摘要：本发明公开一种三电机驱动系统神经网络广义逆自适应控制器的构造方法，由三台变频器分别驱动三台感应电机以带动负载构成三电机驱动系统，通过S7-300PLC设定三台变频器的转速给定值，通过静态神经网络加2个积分器和3个传函来构造三电机驱动系统的神经网络广义逆，将神经网络广义逆连接于三电机驱动系统之前组成伪线性复合系统；分别对一个速度子系统和两个张力子系统设计相应的模糊自适应控制器构成模糊自适应闭环控制器，将模糊自适应闭环控制器和神经网络广义逆相串接形成神经网络广义逆自适应控制器
电机驱动系统神经网络广义自适应控制器构造方法

[发明专利]基于自适应神经模糊推理系统的用电负荷预测方法-CN202211259999.2在审
发明人：徐放;刘主光;叶明康;朱斌斌;刘文标;朱建亮;赖圣聪;林世溪;姬旭东;谢知寒;张志亮;卢剑辉;梅秀良;李瑞;张春涛;刘宏秋;应海珏;郭江;黄通璐 -专利权人：国网浙江省电力有限公司温州供电公司;国网浙江省电力有限公司双创中心
申请日： 2022-10-14 - 公布日： 2023-02-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于自适应神经模糊推理系统的用电负荷预测方法，包括如下步骤：S1：根据智能电表实测的配电台区的用电负荷时序数据，构建包含历史用电负荷信息的多维数据矩阵；S2：利用减法聚类对多维数据矩阵进行聚类，确定模糊推理系统中隶属函数的数目及分布情况，设定模糊规则数目，建立自适应神经模糊推理系统模型；S3：根据自适应神经模糊推理系统模型自适应确定模糊推理系统的结构及参数；利用混合学习算法对模糊神经网络的相关参数进行调整，获取优化后的自适应神经模糊推理系统；S4：通过建立的自适应神经模糊推理系统模型对电力负荷的短期变化趋势进行预测，输出结果。方案将模糊系统与神经网络结合显著提高模型的预测精度。
基于自适应神经模糊推理系统用电负荷预测方法

[发明专利]一种基于卡尔曼滤波与自适应模糊神经网络的负荷预测方法-CN201610086111.8在审
发明人：尹建光;谢连科;刘辉;马新刚;臧玉魏;王坤;巩泉泉;窦丹丹 -专利权人：国网山东省电力公司电力科学研究院;国家电网公司
申请日： 2016-02-15 - 公布日： 2016-07-13 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于卡尔曼滤波与自适应模糊神经网络的负荷预测方法，步骤一，利用时间序列分析方法建立电网负荷的时间序列模型；步骤二，利用时间序列分析方法建立电网负荷的训练样本，利用建立的训练样本和自适应模糊神经网络对电网负荷进行预测；步骤三，根据建立的时间序列模型的预测值和自适应模糊神经网络预测值确定卡尔曼方程，时间序列模型的预测值作为卡尔曼滤波的真实值，自适应模糊神经网络的预测值作为卡尔曼滤波的测量值，从而建立基于卡尔曼滤波的预测模型本发明提出了一种基于卡尔曼滤波、神经网络以及时间序列分析的电网负荷预测分析方法，提高电网负荷预测可靠性，降低电网的供电风险，加强电网的坚强性。
一种基于卡尔滤波自适应模糊神经网络负荷预测方法

[发明专利]基于分层模块的OFDM通信参数自适应选取方法及系统-CN202111386627.1在审
发明人：袁亚洲;魏世威;关新平;孙明月;罗小元 -专利权人：燕山大学
申请日： 2021-11-22 - 公布日： 2022-02-15 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了基于分层模块的OFDM通信参数自适应选取方法及系统，属于通信技术领域，该方法包括预设建模参数；构建模糊神经网络；获得训练样本数据，所述样本数据作为模糊神经网络训练数据；训练所述模糊神经网络；该系统包括预设模块、模糊神经网络模块、样本模块、训练模块、部分传输序列模块以及正交频分复用模块。本发明结合了神经网络的学习能力和模糊控制方法的推理能力，实现了PTS方法处理参数的自适应选取。
基于分层模块 ofdm 通信参数自适应选取方法系统

[发明专利]一种有源电力滤波器模糊神经网络控制方法-CN201610474567.1有效
发明人：王腾腾;雷单单;曹頔;费峻涛 -专利权人：河海大学常州校区
申请日： 2016-06-24 - 公布日： 2018-11-09 - 主分类号： H02J3/01 文献下载
摘要：本发明公开了一种有源电力滤波器模糊神经网络控制方法，其结合了自适应控制、RBF神经网络控制和模糊神经网络控制原理，在应用时，首先建立具有扰动和误差的有源电力滤波器的数学模型；其次基于自适应RBF神经网络设计得到模糊神经网络控制器并且加强系统的动态性能，提高系统鲁棒性以及对参数变化不敏感；通过设计滑模变结构控制系统保证有源电力滤波器沿着滑模轨迹运行，其能够克服系统的不确定性，对干扰具有很强的鲁棒性，对非线性系统具有很强的控制效果；设计自适应RBF神经网络控制器用来逼近有源电力滤波器中的非线性部分；设计模糊神经网络控制器能够确保对指令电流的实时跟踪并加强系统的鲁棒性。
一种有源电力滤波模糊神经网络控制方法

[发明专利]微陀螺双反馈模糊神经网络超扭曲滑模控制系统设计方法-CN201910129369.5有效
发明人：冯治琳;费维瀚;王欢;费峻涛 -专利权人：河海大学常州校区
申请日： 2019-02-21 - 公布日： 2022-03-08 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了微陀螺双反馈模糊神经网络超扭曲滑模控制系统设计方法，控制系统参考模型、滑模面、自适应律、双反馈模糊神经网络逼近器、超扭曲模糊滑模控制器和微陀螺系统。本发明针对实际微陀螺系统模型未知及其参数不确定性等问题，提出了基于双反馈模糊神经网络的微陀螺系统的自适应超扭曲滑模控制方法。相比于传统的神经网络控制，本发明设计的双闭环模糊神经网络具有全调节的优势，可以任意设定中心向量及基宽的初值，中心向量、基宽值以及神经网络的权值都会随着所设计的自适应算法根据不同的输入自适应调整到最佳值，自适应算法通过Lyapunov稳定性理论得出，动态双反馈神经网络由于加入了信号回归回路，能够存储更多的信息，对微陀螺系统未知模型逼近的精度更高，同时结合高阶超扭曲算法的优越性，能够有效抑制系统的控制输入抖振
陀螺反馈模糊神经网络扭曲控制系统设计方法

[发明专利]一种气动位置伺服系统自适应模糊神经网络控制方法-CN202010705269.5有效
发明人：任海鹏;焦珊珊;李洁 -专利权人：西安理工大学
申请日： 2020-07-21 - 公布日： 2022-03-29 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种气动位置伺服系统自适应模糊神经网络控制方法，步骤包括：步骤1、建立气动位置伺服系统的模型，并且进行线性化；步骤2、设置气动位置伺服系统的自适应控制器；步骤3、采用模糊神经网络对模型中不确定函数进行估计，该模糊神经网络由前件网络和后件网络两部分组成，前件网络用来匹配模糊规则的前件，后件网络用来产生模糊规则的后件，结合神经网络设计控制器得到控制控制量u，将u通过D/A转换模块输出至比例阀，实时调节气动位置伺服系统活塞的位移量本发明的方法，不确定的比例阀零点也通过自适应律得到处理，与现有控制器相比本发明方法跟踪精度更高。
一种气动位置伺服系统自适应模糊神经网络控制方法

[发明专利]一种基于自适应DE算法的桥式吊车模糊建模方法-CN201610998775.1在审
发明人：孙哲;孙知信 -专利权人：南京邮电大学
申请日： 2016-11-14 - 公布日： 2017-04-19 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于自适应DE算法的桥式吊车模糊建模方法，包括如下步骤步骤1设计T‑S模糊神经网络模型；步骤2执行模型参数学习机制；步骤3建立桥式吊车模糊神经网络模型。根据桥式吊车特点，运用非线性自回归模型设计桥式吊车模糊神经网络模型。然后，依据训练数据运用自适应DE算法对对设计的模糊神经网络模型参数优化调整，并通过测试数据来检验模型有效性。
一种基于自适应 de 算法吊车模糊建模方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条