期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5,368篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于自适应线性元件神经网络的表面式永磁同步电机参数在线辨识 被引量：41
1
作者 刘侃 章兢 《中国电机工程学报》 EI CSCD 北大核心 2010年第30期68-73,共6页
提出一种基于自适应线性元件(Adaline)神经网络辨识表面式永磁同步电机定子绕组电阻、电感和转子磁链的方法。所提出的辨识方法不需要知道电机的任何设计参数信息,只需在线采样定子电流、电压和转速值即可。该方法首先在电机静止状态时... 提出一种基于自适应线性元件(Adaline)神经网络辨识表面式永磁同步电机定子绕组电阻、电感和转子磁链的方法。所提出的辨识方法不需要知道电机的任何设计参数信息,只需在线采样定子电流、电压和转速值即可。该方法首先在电机静止状态时估算出定子绕组电阻值,并利用该电阻值在电机启动时辨识出转子磁链和定子电感值,而所辨识出来的转子磁链值将被进一步用来在线估算定子绕组电阻的变化。实验显示该方法能够有效辨识定子电阻、电感和转子磁链。此外,当电机带负载运行时,该方法依然能够有效地在线跟踪电机定子绕组电阻变化。 展开更多
关键词 自适应线性元件神经网络 永磁同步电机 参数辨识 绕组电阻 转子磁链
在线阅读 下载PDF
基于神经网络的非线性多智能体系统自适应脉冲控制
2
作者 罗振发 《自动化与信息工程》 2025年第1期20-28,35,共10页
针对状态不可测和存在外部未知扰动的非线性多智能体系统的一致跟踪问题,提出一种基于神经网络的分布式自适应脉冲控制方案。首先,构建复合扰动观测器,解决系统状态不可测与外部未知扰动耦合作用下的系统状态感知问题;然后,通过自适应... 针对状态不可测和存在外部未知扰动的非线性多智能体系统的一致跟踪问题,提出一种基于神经网络的分布式自适应脉冲控制方案。首先,构建复合扰动观测器,解决系统状态不可测与外部未知扰动耦合作用下的系统状态感知问题;然后,通过自适应脉冲更新律,实现神经网络权值参数的快速估计,提升系统的瞬态性能;接着,结合脉冲动态系统的Lyapunov稳定性理论,证明了闭环系统的一致最终有界性;最后,通过多单臂机械手系统的仿真实验,验证了该方案的有效性及优越性。 展开更多
关键词 非线性多智能体 径向基函数神经网络 自适应控制 脉冲控制 观测器
在线阅读 下载PDF
基于深度子领域适应卷积神经网络的结构损伤识别
3
作者 张健飞 曹雨 《振动与冲击》 北大核心 2025年第3期251-260,共10页
针对卷积神经网络(convolutional neural networks,CNN)结构损伤识别模型泛化能力差的问题,提出了一种基于深度子领域适应卷积神经网络(deep subdomain adaptation convolutional neural networks,DSACNN)的结构损伤识别方法。以实际结... 针对卷积神经网络(convolutional neural networks,CNN)结构损伤识别模型泛化能力差的问题,提出了一种基于深度子领域适应卷积神经网络(deep subdomain adaptation convolutional neural networks,DSACNN)的结构损伤识别方法。以实际结构为目标域,以有限元模型为源域,根据损伤类别将源域和目标域划分成一系列子领域。在CNN中嵌入子领域适应模块,构建DSACNN模型,通过最小化源域上的损伤分类误差和领域之间的局部最大均值差异,对齐两个领域对应子领域的特征、建立特征与损伤类别之间的映射,从而将源域上的损伤识别能力迁移到目标域之上。模型的训练无需已知目标域样本的损伤标签,采用预训练全局领域适应提高其伪标签的准确率。试验结果表明:与全局领域适应模型相比,基于预训练全局领域适应的DSACNN模型在模拟目标域上准确率最大提高幅度达到21.8%,在实测目标域上提高了9.6%,具有更强的泛化能力。 展开更多
关键词 结构损伤识别 子领域适应 局部最大均值差异 卷积神经网络(CNN)
在线阅读 下载PDF
基于物理信息神经网络的多介质非线性瞬态热传导问题研究
4
作者 陈豪龙 唐欣越 +2 位作者 王润华 周焕林 柳占立 《力学学报》 北大核心 2025年第1期89-102,共14页
文章基于物理信息神经网络(physics-informed neural network,PINN)求解多介质非线性瞬态热传导问题.根据多介质热物性参数的不同,将求解区域划分成多个子域,在每个子域中单独应用PINN,不同子域通过公共界面的通量连续性条件相联系.利... 文章基于物理信息神经网络(physics-informed neural network,PINN)求解多介质非线性瞬态热传导问题.根据多介质热物性参数的不同,将求解区域划分成多个子域,在每个子域中单独应用PINN,不同子域通过公共界面的通量连续性条件相联系.利用偏微分方程、初始条件、边界条件和子域间公共界面连续性条件的残差构建损失函数.通过自动微分算法计算偏微分方程中温度对各输入变量的偏导数.利用链式求导法计算损失函数对权重和偏差的梯度,再根据梯度下降法更新网络参数.为了加速网络收敛,在激活函数中引入训练参数,通过调节激活函数斜率,使网络具有自适应性.文章探讨了PINN在求解多介质非线性瞬态热传导问题中的适用性,并进一步讨论了不同激活函数、学习率、网络结构和损失函数中的各项权重等对PINN计算结果的影响.计算结果表明,PINN在求解多介质非线性瞬态热传导问题时仍具有较高的可靠性和较简洁的求解流程,且不需要对求解域进行人为的前处理,有一定工程应用可行性.文章通过系统的理论分析和数值验证,充分展示了PINN解决复杂热传导问题的可靠性. 展开更多
关键词 物理信息神经网络 非线性瞬态热传导问题 多介质 自适应激活函数
在线阅读 下载PDF
基于BP神经网络的用户侧用电负荷自适应预测方法
5
作者 张传远 陈亚天 +2 位作者 高振伟 齐永忠 杨夏祎 《信息技术》 2025年第2期187-192,共6页
为了提高电力系统运行的可靠性和稳定性,准确预测用户侧用电负荷,提出了基于BP神经网络的用户侧用电负荷自适应预测方法。通过构建用户侧用电负荷数据分析模型,采集用户侧用电负荷数据并进行数据分类和分析。使用线性内插方法,对用户侧... 为了提高电力系统运行的可靠性和稳定性,准确预测用户侧用电负荷,提出了基于BP神经网络的用户侧用电负荷自适应预测方法。通过构建用户侧用电负荷数据分析模型,采集用户侧用电负荷数据并进行数据分类和分析。使用线性内插方法,对用户侧用电负荷残缺数据和误差数据进行修补。基于BP神经网络,采用粒子群算法对BP神经网络的初始权重和门限进行优化,实现用户侧用电负荷自适应预测。实验结果表明,文中方法的负荷预测结果更加接近于实际值,能够准确预测用户侧用电负荷。 展开更多
关键词 BP神经网络 用户侧 用电负荷 自适应预测 粒子群算法
在线阅读 下载PDF
融合自适应SSAE与神经网络算法的网络安全模型研究
6
作者 林金妹 韦冰东 《信息技术与信息化》 2025年第2期139-142,共4页
为提升网络安全防护的智能化与精准度,利用自适应SSAE与神经网络融合算法,优化设计网络安全模型。采用网络爬虫算法,采集网络运行数据以此作为模型输入值。从防护时间、风险容忍度等方面设置模型约束条件。以自适应堆叠稀疏自编码器和... 为提升网络安全防护的智能化与精准度,利用自适应SSAE与神经网络融合算法,优化设计网络安全模型。采用网络爬虫算法,采集网络运行数据以此作为模型输入值。从防护时间、风险容忍度等方面设置模型约束条件。以自适应堆叠稀疏自编码器和神经网络构建与融合,通过算法的学习迭代提取网络运行特征,根据提取特征与网络异常标准特征的匹配度,确定网络的异常状态与类型。根据网络异常检测结果,通过异常节点隔离、安全加固、访问控制3个步骤,实现模型的安全防御功能。通过模型测试实验得出结论:与传统模型相比,优化设计模型的网络攻击误检率和漏检率分别下降4.25%和3.55%,在模型作用下网络丢包率降低1.28%。 展开更多
关键词 自适应SSAE算法 神经网络算法 融合算法 网络安全 模型设计
在线阅读 下载PDF
Buck型降压变换器的自适应神经网络反步控制
7
作者 张逸 《软件导刊》 2025年第1期65-70,共6页
针对Buck型降压变换器在负载投切、输入电压波动等情况下的控制问题,基于反步法设计了一种自适应神经网络反步控制方案。首先,应用径向基神经网络(RBFNN)设计自适应律,在线逼近系统中包含负载电阻项的非线性函数,以提升输出电压的恢复... 针对Buck型降压变换器在负载投切、输入电压波动等情况下的控制问题,基于反步法设计了一种自适应神经网络反步控制方案。首先,应用径向基神经网络(RBFNN)设计自适应律,在线逼近系统中包含负载电阻项的非线性函数,以提升输出电压的恢复速度和稳定性。然后,引入广义比例积分观测器与神经网络自适应律分工处理系统中存在的不同类型扰动,以增强控制器的抗干扰能力。最后,结合反步控制与神经网络自适应技术,设计了Buck型降压变换器的自适应神经网络反步控制(ANNBC)。实验结果表明,所提方案在负载投切阶段将最大偏离电压从0.87 V减少到0.35 V,验证了该方案的有效性和优越性。 展开更多
关键词 反步控制 神经网络 BUCK变换器 自适应控制 观测器
在线阅读 下载PDF
求解t-积下时变张量方程的自适应梯度神经网络模型
8
作者 代红艳 莫长鑫 《东莞理工学院学报》 2025年第1期10-14,共5页
从控制角度研究了张量t积下时变张量方程A(t)*X(t)=B(t)的求解模型。利用张量t积性质与矩阵化技巧,并基于Lyapunov理论,提出了一种求解时变张量方程的自适应梯度神经网络模型—T-AGNN模型。理论上证明了T-AGNN模型的收敛性,确保其求解... 从控制角度研究了张量t积下时变张量方程A(t)*X(t)=B(t)的求解模型。利用张量t积性质与矩阵化技巧,并基于Lyapunov理论,提出了一种求解时变张量方程的自适应梯度神经网络模型—T-AGNN模型。理论上证明了T-AGNN模型的收敛性,确保其求解过程的稳定性和可靠性。数值实验进一步验证了模型的可行性,与现有模型比较结果表明:T-AGNN模型在求解效率上具有显著优势,且模型性能可通过参数与激活函数的调整得到进一步提升,展现了模型的有效性。 展开更多
关键词 时变张量方程 张量t积 LYAPUNOV理论 自适应梯度神经网络模型
在线阅读 下载PDF
持续记忆的流图神经网络
9
作者 郭虎升 孙玉杰 王文剑 《小型微型计算机系统》 北大核心 2025年第4期818-824,共7页
流图的节点和边以流的形式持续产生,导致整个图结构随着时间推移而不断演化.图神经网络作为图嵌入技术的一种,在捕获流图的动态信息以及快速适应流图持续演化等方面仍然面临着巨大的挑战.为解决这些问题,本文提出了持续记忆的流图神经网... 流图的节点和边以流的形式持续产生,导致整个图结构随着时间推移而不断演化.图神经网络作为图嵌入技术的一种,在捕获流图的动态信息以及快速适应流图持续演化等方面仍然面临着巨大的挑战.为解决这些问题,本文提出了持续记忆的流图神经网络(CMSGNN).该模型能够根据流图持续的演化充分学习历史信息,通过增量学习的方式更新已记忆的历史信息,并且能够自适应地调整模型以适应流图的变化程度,以获得更符合当前信息的流图嵌入.该模型将历史信息与当前信息相结合使得模型能够获得更准确的流图嵌入,从而提高下游任务的准确率.实验结果表明,本文提出的CMSGNN在现实生活中的多个数据集上执行多个任务上均有更好的性能. 展开更多
关键词 流图 图神经网络 历史信息 增量更新 当前信息 自适应聚合
在线阅读 下载PDF
基于双注意力图神经网络的链路预测
10
作者 杨真真 林泽龙 杨永鹏 《南京邮电大学学报(自然科学版)》 北大核心 2025年第1期106-114,共9页
链路预测是在图结构中预测未知或潜在的边,对挖掘图中的隐含信息、补全图中的缺失数据和发现图中的新知识都具有重要意义。图神经网络(Graph Neural Network,GNN)已被广泛应用于链路预测,然而,现有基于GNN的链路预测方法存在一些问题:(1... 链路预测是在图结构中预测未知或潜在的边,对挖掘图中的隐含信息、补全图中的缺失数据和发现图中的新知识都具有重要意义。图神经网络(Graph Neural Network,GNN)已被广泛应用于链路预测,然而,现有基于GNN的链路预测方法存在一些问题:(1)大多数基于GNN的方法往往容易忽略为链路预测提供额外帮助的边信息的重要性;(2)大多数基于GNN的方法都仅捕获表示图的邻居节点间相似性的低频信息,忽略了表示邻居节点间差异性的高频信息;(3)大多数基于GNN的方法都未考虑输入特征矩阵的节点维度和特征维度两个维度,只关注其中一个维度。针对这些问题,提出了一种基于双注意力图神经网络(Dual Attention Graph Neural Network,DAGNN)的链路预测方法,该方法包含两条路径,以不同的角度更新节点表示。其中一条是基于图神经网络的路径,采用含边信息的频率自适应图注意力网络(Frequency Adaptive Graph Attention Network with Edge Information,FAGAT⁃EI)作为基础模型,有效地利用边信息增强节点之间的关系,并利用频率自适应机制平衡高低频率邻居信息的权重,从而缓解GNN的过度平滑问题;另一条是基于通道注意力网络的路径,提出了一种新的压缩-激励通道注意力模块(Squeeze and Excitation⁃Channel At⁃tention Module,SE⁃CAM)作为基础模型,充分考虑输入特征矩阵的节点维度和特征维度,并自动学习和调整每个节点的不同特征权重,从而得到更有意义的节点表示。最后在两个基准数据集上进行了实验,实验结果表明,提出的链路预测方法在Last⁃FM和Book⁃Crossing两个数据集上的AUC和ACC指标均优于其他基线模型,展现出了卓越的链路预测性能。 展开更多
关键词 链路预测 图神经网络 注意力机制 压缩-激励模块 频率自适应
在线阅读 下载PDF
基于AMCDE优化RBF神经网络的PID参数整定研究
11
作者 刘悦婷 孔繁庭 +1 位作者 李西素 王园红 《贵州大学学报(自然科学版)》 2025年第1期42-49,90,共9页
针对工业过程中PID(proportional integral derivative)参数整定难的问题,提出一种带有存储机制的自适应变异交叉策略差分进化算法(adaptive mutation crossover strategy differential evolution algorithm with storage mechanism,AMC... 针对工业过程中PID(proportional integral derivative)参数整定难的问题,提出一种带有存储机制的自适应变异交叉策略差分进化算法(adaptive mutation crossover strategy differential evolution algorithm with storage mechanism,AMCDE)的神经网络算法RBF(radial basis function)整定PID控制器参数。首先,在差分进化算法(differential evolution algorithm,DE)中引入带有存储机制的策略,对种群的个体进行实时排序,充分利用当前种群的方向信息和搜索状态;其次,通过引入自适应变异交叉策略,实现自适应调整变异交叉概率因子,有效地避免种群在迭代后期陷入局部最优解;再次,采用AMCDE算法优化RBF的初始参数,接着由RBF在线辨识得到梯度信息;最后,根据梯度信息对PID的3个参数进行在线调整。仿真实验和某乳制品公司的加热炉温度控制实验表明:与IDE-RBF-PID、GODE-RBF-PID和MCOBDE-RBF-PID相比,AMCDE-RBF-PID控制器的调节时间分别降低了62.6%、55.3%、53.6%,超调量分别降低了79.3%、66.4%、64.7%,抗干扰性能分别提高了42.5%、15.3%、14.8%,控制精度分别提高了35.6%、12.3%、11.2%。由上述结果可知:AMCDE-RBF-PID控制器的动态性能更好,抗干扰性能更强,控制精度更高。 展开更多
关键词 自适应变异交叉策略 差分进化算法 RBF神经网络 PID参数整定
在线阅读 下载PDF
基于神经网络考虑多约束的导弹制导控制一体化设计
12
作者 吴险峰 刘星 孙经广 《海军航空大学学报》 2025年第1期189-196,共8页
文章深入探讨了存在外界干扰、末端攻击角度约束以及输入饱和条件下的导弹制导控制一体化问题。首先,给出了考虑多约束的导弹制导控制一体化模型。其次,将目标机动和外界扰动视为系统总扰动,并引入RBF神经网络对总扰动进行逼近和补偿,... 文章深入探讨了存在外界干扰、末端攻击角度约束以及输入饱和条件下的导弹制导控制一体化问题。首先,给出了考虑多约束的导弹制导控制一体化模型。其次,将目标机动和外界扰动视为系统总扰动,并引入RBF神经网络对总扰动进行逼近和补偿,提出了一种基于自适应神经网络抗饱和的一体化制导控制策略。最后,通过Lyapunov稳定性理论分析和模拟仿真验证了所设计控制策略的有效性。 展开更多
关键词 制导控制一体化 自适应控制 攻击角度约束 神经网络理论 输入饱和
在线阅读 下载PDF
基于动态自适应图神经网络的电动汽车充电负荷预测 被引量：2
13
作者 张延宇 张智铭 +2 位作者 刘春阳 张西镚 周毅 《电力系统自动化》 EI CSCD 北大核心 2024年第7期86-93,共8页
电动汽车充电站负荷波动的不确定性与长时间预测任务给提升充电负荷预测精度带来巨大的挑战。文中提出一种基于动态自适应图神经网络的电动汽车充电负荷预测算法。首先,构建了一个充电负荷信息时空关联特征提取层,将多头注意力机制与自... 电动汽车充电站负荷波动的不确定性与长时间预测任务给提升充电负荷预测精度带来巨大的挑战。文中提出一种基于动态自适应图神经网络的电动汽车充电负荷预测算法。首先,构建了一个充电负荷信息时空关联特征提取层,将多头注意力机制与自适应相关图结合生成具有时空关联性的综合特征表达式,以捕获充电站负荷的波动性;然后,将提取的特征输入到时空卷积层,捕获时间和空间之间的耦合关系;最后,通过切比雪夫多项式图卷积与多尺度时间卷积提升模型耦合长时间序列之间的能力。以Palo Alto数据集为例,与现有方法相比,所提算法在4种波动情况下的平均预测误差大幅降低。 展开更多
关键词 电动汽车 负荷预测 时空关联特征 自适应图神经网络 注意力机制 时空卷积层
在线阅读 下载PDF
采用多尺度自适应选择卷积神经网络的轴承故障诊断研究 被引量：2
14
作者 张玺君 尚继洋 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第2期127-135,共9页
针对轴承故障诊断方法中传统多尺度卷积神经网络对不同尺度的特征只是简单拼接,而未考虑不同尺度的特征差异的问题,提出一种多尺度自适应选择卷积神经网络轴承故障诊断模型(MSASCNN)。通过不同大小的宽卷积筛选原始轴承振动信号中的特征... 针对轴承故障诊断方法中传统多尺度卷积神经网络对不同尺度的特征只是简单拼接,而未考虑不同尺度的特征差异的问题,提出一种多尺度自适应选择卷积神经网络轴承故障诊断模型(MSASCNN)。通过不同大小的宽卷积筛选原始轴承振动信号中的特征,合并为初始特征;构建多尺度自适应选择卷积块,提取不同尺度的特征,利用改进的注意力机制自适应调整不同尺度的特征权重,加入残差连接,防止模型退化;通过分类器完成轴承故障诊断。在凯斯西储大学轴承数据集和XJTU-SY轴承数据集上的实验结果表明:在模型改进实验中,与没有改进注意力机制的模型相比,所提模型的轴承故障诊断准确率提升了1.98%;在不同信噪比的噪声干扰环境中,所提模型的轴承故障诊断准确率均高于93%。 展开更多
关键词 轴承故障诊断 卷积神经网络 自适应融合 注意力机制 多尺度特征
在线阅读 下载PDF
基于CEEMDAN与改进一维多尺度卷积神经网络结合的滚动轴承故障诊断
15
作者 马宁 赵荣珍 郑玉巧 《兰州理工大学学报》 北大核心 2025年第1期45-54,共10页
针对滚动轴承信号微弱故障特征提取困难、故障诊断依靠大量专家经验和故障识别率低等问题,提出了融合自适应噪声完备集合经验模态分解与改进一维多尺度卷积神经网络的滚动轴承故障诊断方法.首先,采用自适应噪声完备集合经验模态分解对... 针对滚动轴承信号微弱故障特征提取困难、故障诊断依靠大量专家经验和故障识别率低等问题,提出了融合自适应噪声完备集合经验模态分解与改进一维多尺度卷积神经网络的滚动轴承故障诊断方法.首先,采用自适应噪声完备集合经验模态分解对轴承信号进行消噪处理,并利用皮尔逊相关系数法对所得IMF分量进行信号重构;其次,在网络首层将大尺寸卷积核与空洞卷积结合,并引入金字塔场景解析网络提出改进的一维多尺度卷积神经网络,对故障特征信息进行提取,采用PSO算法对卷积核进行参数寻优;最后,融合多尺度特征信息完成网络学习,并输入Sofmax分类器,实现滚动轴承故障诊断.采用西储大学轴承数据集和HZXT-DS-001型双跨综合故障模拟实验台的滚动轴承故障数据进行了验证.结果表明,相比传统故障诊断方法该方法可以得到良好的诊断结果. 展开更多
关键词 自适应噪声完备集合经验模态分解 一维卷积神经网络 多尺度特征提取 特征可视化 故障诊断
在线阅读 下载PDF
基于域对抗神经网络的双模态燃烧室跨构型燃烧模态识别
16
作者 宋婷 刘和东 +2 位作者 黄玥 陈玉乾 尤延铖 《推进技术》 北大核心 2025年第2期129-144,共16页
双模态冲压发动机燃烧室在宽马赫飞行过程中会呈现不同燃烧模态来保持稳定工作,燃烧模态的准确识别对燃烧室乃至发动机的控制和稳定运行具有重要意义。基于域对抗网络的领域适应策略,提出了一种针对不同构型双模态燃烧室的燃烧模态识别... 双模态冲压发动机燃烧室在宽马赫飞行过程中会呈现不同燃烧模态来保持稳定工作,燃烧模态的准确识别对燃烧室乃至发动机的控制和稳定运行具有重要意义。基于域对抗网络的领域适应策略,提出了一种针对不同构型双模态燃烧室的燃烧模态识别方法。首次将域适应的解决思路应用于燃烧及流体的问题中,以提高双模态燃烧室跨域数据集模态识别模型的泛化性能。通过数值模拟得到三种构型燃烧室的数据集,利用原始构型数据集训练模型,对上凹腔扩张构型和下凹腔扩张构型的数据集验证其泛化性能,并将获得的识别准确率与其他识别方法(包括支持向量机、K近邻、决策树)进行对比分析。研究结果表明:对亚燃模态和超燃模态进行识别,在上凹腔扩张构型和下凹腔扩张构型的密度梯度分布图的验证中分别取得了93.5%和96.3%的准确率,在温度分布图的验证准确率为91.8%和97.1%。本文的方法可以获得更易于识别燃烧模态的图像信息,以获得更高的跨领域数据识别准确率和更好的泛化性能,为发展适用于不同构型双模态燃烧室的燃烧模态识别方法提供了有力支撑。 展开更多
关键词 双模态燃烧室 燃烧模态识别 域自适应 对抗学习 神经网络
在线阅读 下载PDF
基于自适应小波回声神经网络的光纤陀螺测角仪温度误差补偿技术 被引量：1
17
作者 朱纬 王敏林 董雪明 《电子测量技术》 北大核心 2024年第8期189-194,共6页
基于光纤陀螺的测角仪可以实现对各项角运动参数的一体化动态精密测量,但在实际应用中,光纤陀螺测角仪受到温度变化的影响,导致测量精度下降。针对这一问题,本文提出了一种基于自适应小波回声神经网络的光纤陀螺测角仪温度误差补偿技术... 基于光纤陀螺的测角仪可以实现对各项角运动参数的一体化动态精密测量,但在实际应用中,光纤陀螺测角仪受到温度变化的影响,导致测量精度下降。针对这一问题,本文提出了一种基于自适应小波回声神经网络的光纤陀螺测角仪温度误差补偿技术。为了提高温度误差建模的进度,提高传统神经网络的逼近能力,通过自适应前向线性预测滤波器对建模用测角仪温度漂移数据进行预处理,并采用自适应小波回声神经网络建立温度漂移模型,能够避免传统神经网络结构设计的盲目性和局部最优等问题,增强了网络学习能力和泛化能力,并利用自适应律代替神经网络梯度进行网络训练,提升神经网络的逼近精度和收敛速度。实验结果表明,该模型可以提高光纤陀螺测角仪的测量精度和环境适应性,为光纤陀螺测角仪的性能优化和实际应用提供了可靠的技术支撑。 展开更多
关键词 测角仪 温度误差建模 小波回声神经网络 粒子群优化 自适应前向线性预测滤波器
在线阅读 下载PDF
基于神经网络改进PID-AEKF的锂电池SOC估计
18
作者 李洁 赵阳 +1 位作者 王鑫 马蒙召 《电力电子技术》 2025年第2期43-47,共5页
针对自适应扩展卡尔曼滤波(AEKF)算法中模型的不稳定以及测量噪声导致的估计误差问题,本文提出了一种基于神经网络改进的自适应反馈补偿的锂离子电池(LIB)荷电状态(SOC)融合估计方法。在二阶RC模型的基础上,基于新息向量的比例积分微分(... 针对自适应扩展卡尔曼滤波(AEKF)算法中模型的不稳定以及测量噪声导致的估计误差问题,本文提出了一种基于神经网络改进的自适应反馈补偿的锂离子电池(LIB)荷电状态(SOC)融合估计方法。在二阶RC模型的基础上,基于新息向量的比例积分微分(PID)观测器补偿AEKF中产生的噪声误差,并采用BP神经网络(BPNN)对PID观测器的参数进行自调整,实时估计电池的SOC。开展多工况下算法估计误差对比实验,结果表明,基于神经网络改进PID-AEKF算法可以提高SOC的估计性能,在动态工况下,平均绝对误差相较AEKF降低了82%,达到0.25%。 展开更多
关键词 锂电池 自适应扩展卡尔曼滤波 神经网络
在线阅读 下载PDF
基于自适应扰动观测器的旋转弹神经网络过载驾驶仪设计
19
作者 王伟 杨婧 +2 位作者 南宇翔 李俊辉 王雨辰 《兵工学报》 EI CAS CSCD 北大核心 2024年第11期3841-3855,共15页
旋转弹在飞行过程中受多种干扰的影响,包括跨域飞行气动参数剧烈变化引起的模型不确定性以及飞行过程中受到的外部扰动。为了解决高动态飞行环境中双通道旋转弹的鲁棒控制问题,基于轨迹线性化控制方法,设计伪逆反馈控制器。采用径向基... 旋转弹在飞行过程中受多种干扰的影响,包括跨域飞行气动参数剧烈变化引起的模型不确定性以及飞行过程中受到的外部扰动。为了解决高动态飞行环境中双通道旋转弹的鲁棒控制问题,基于轨迹线性化控制方法,设计伪逆反馈控制器。采用径向基函数神经网络,设计自适应前馈补偿控制器,有效实现对模型不确定性的精确逼近。将神经网络逼近误差和外部扰动处理为总扰动,并基于固定时间稳定理论设计一种自适应扰动观测器,实现对总扰动的精确估计及补偿。通过Lyapunov理论,严格证明了闭环系统的最终一致有界性。通过数值仿真验证了所设计方法的有效性。 展开更多
关键词 旋转弹 双通道控制 径向基函数神经网络 自适应扰动观测器 固定时间稳定理论
在线阅读 下载PDF
基于神经网络滑模控制的船舶事件触发预设性能跟踪控制
20
作者 焦建芳 包端华 胡正中 《控制工程》 北大核心 2025年第2期193-200,共8页
针对在通信资源受限情况下具有模型不确定性及未知干扰全驱动船舶的轨迹跟踪控制问题,提出一种基于神经网络滑模控制的事件触发预设性能控制策略。该策略通过引入事件触发机制进行控制器的设计,在保证控制品质的前提下减少了控制器与执... 针对在通信资源受限情况下具有模型不确定性及未知干扰全驱动船舶的轨迹跟踪控制问题,提出一种基于神经网络滑模控制的事件触发预设性能控制策略。该策略通过引入事件触发机制进行控制器的设计,在保证控制品质的前提下减少了控制器与执行器之间的信息传输。同时引入性能函数对误差进行约束,从而使系统输出具有优良的品质。利用径向基函数(radial basis function,RBF)神经网络逼近船舶模型不确定项;利用动态面技术解决了滑模控制器设计过程中虚拟控制量求导时的微分爆炸问题,并引入非线性增益函数与自适应律,进一步优化控制器。最后,通过Lyapunov稳定理论证明了系统的稳定性,并通过仿真验证了该控制策略的有效性。 展开更多
关键词 事件触发 神经网络 预设性能 自适应 轨迹跟踪
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
使用帮助 返回顶部