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812篇文章
< 1 2 … 41 >
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：
微型位移传感器固有非线性神经网络校正研究
1
作者 华洪良 丁心一 +2 位作者 张静 吴小锋 廖振强 《兵器装备工程学报》 北大核心 2025年第1期175-181,共7页
微型碳膜位移传感器具有结构紧凑、可靠、低成本等诸多优点,在农业机械、机器人末端执行器、医疗手术器械等领域具有广阔的应用前景。由于碳膜厚度制造误差,导致微型碳膜位移传感器存在固有非线性,影响其测量精度。针对微型位移传感器... 微型碳膜位移传感器具有结构紧凑、可靠、低成本等诸多优点,在农业机械、机器人末端执行器、医疗手术器械等领域具有广阔的应用前景。由于碳膜厚度制造误差,导致微型碳膜位移传感器存在固有非线性,影响其测量精度。针对微型位移传感器固有非线性校正问题,采用神经网络方法,构建非线性校正模型,对传感器固有非线性进行校正。通过仿真与实验相结合的方法,从校正精度、实时解算速度2个维度,将神经网络非线性校正模型和现有PCM、BCM模型进行对比研究。研究结果表明,增加模型阶数,可以有效提高校正精度。对于BCM和神经网络非线性校正模型而言,三阶模型即可实现精度收敛。经过三阶PCM、BCM和神经网络非线性模型校正,传感器测量误差可分别降低46.1%、89.0%和89.6%。因此,神经网络非线性校正模型具有更高的校正精度。此时,PCM、BCM和神经网络非线性校正模型实时解算时间分别为0.48、0.49、0.85 ms,能够基本满足5 ms级高性能控制器应用需求。 展开更多
关键词 位移传感器 非线性校正模型 神经网络方法 测量精度 实时解算
在线阅读 下载PDF
基于神经网络ODE和非线性MPC的DEA建模与控制
2
作者 黄鹏 王亚午 +2 位作者 吴俊东 苏春翌 福岛 E.文彦 《自动化学报》 北大核心 2025年第1期186-196,共11页
针对介电弹性体驱动器(Dielectric elastomer actuator,DEA)建模与控制的挑战性问题,提出基于神经网络常微分方程(Ordinary differential equation,ODE)和非线性模型预测控制(Model predictive control,MPC)的DEA动力学建模与跟踪控制方... 针对介电弹性体驱动器(Dielectric elastomer actuator,DEA)建模与控制的挑战性问题,提出基于神经网络常微分方程(Ordinary differential equation,ODE)和非线性模型预测控制(Model predictive control,MPC)的DEA动力学建模与跟踪控制方法.首先,基于神经网络ODE建立DEA的动力学模型以描述其复杂的动态行为.然后,基于所建立的DEA动力学模型,设计非线性模型预测控制器实现其跟踪控制目标.最后,在所搭建的实验平台上进行一系列跟踪控制实验.在所有实验结果中,DEA的运动均能很好地跟踪目标轨迹,且相对均方根误差均不超过3.30%,说明了所提动力学建模与跟踪控制方法的有效性. 展开更多
关键词 介电弹性体驱动器 神经网络常微分方程 动力学建模 非线性模型预测控制
在线阅读 下载PDF
基于神经网络的轮式移动机器人非线性模型预测控制研究
3
作者 赵卫东 张延义 《中国工程机械学报》 北大核心 2024年第4期432-436,共5页
针对轮式移动机器人受到障碍物干扰导致运动轨迹跟踪误差较大问题,提出了神经网络非线性模型预测(NN-NMP)控制方法,并对轮式移动机器人避障效果进行仿真验证。建立了轮式移动机器人运动模型,并且定义了机器人运动方程式。设计非线性模... 针对轮式移动机器人受到障碍物干扰导致运动轨迹跟踪误差较大问题,提出了神经网络非线性模型预测(NN-NMP)控制方法,并对轮式移动机器人避障效果进行仿真验证。建立了轮式移动机器人运动模型,并且定义了机器人运动方程式。设计非线性模型预测控制方法,引用神经网络算法,通过训练多层神经网络对非线性模型预测控制误差进行逼近,从而使轮式移动机器人控制系统具有更好的避障能力。设置3种不同环境,利用Matlab软件对轮式移动机器人避障结果进行仿真,对比和分析轮式移动机器人采用2种控制方法的输出结果。结果显示:在无障碍物环境中,采用传统比例-积分-微分(PID)控制方法和NN-NMP控制方法,轮式移动机器人均能较好地按照期望轨迹进行移动。在有障碍物环境中,采用传统PID控制方法,轮式移动机器人虽然能够躲避障碍物,但是跟踪误差较大。采用NN-NMP控制方法,轮式移动机器人不仅能够躲避障碍物,而且跟踪误差相对较小。采用NN-NMP控制方法,能够降低轮式移动机器人跟踪误差,具有较好的避障能力。 展开更多
关键词 轮式移动机器人 避障 神经网络非线性模型预测控制 误差 仿真
在线阅读 下载PDF
基于GA-BP神经网络岩石单轴抗压强度预测模型研究
4
作者 张奥宇 杨科 +1 位作者 池小楼 张杰 《煤》 2025年第1期6-10,17,共6页
为探究更为精确的上覆岩层砂岩和泥岩单轴抗压强度与其弹性模量之间的关联性,结合胡家河矿56组砂岩和泥岩单轴抗压强度与弹性模量历史数据,运用遗传算法优化了BP神经网络的结构参数和学习参数,得到了最佳的网络结构和参数设置,利用GA-B... 为探究更为精确的上覆岩层砂岩和泥岩单轴抗压强度与其弹性模量之间的关联性,结合胡家河矿56组砂岩和泥岩单轴抗压强度与弹性模量历史数据,运用遗传算法优化了BP神经网络的结构参数和学习参数,得到了最佳的网络结构和参数设置,利用GA-BP神经网络对煤矿砂岩与泥岩单轴抗压强度进行了预测,并与传统的BP神经网络和非线性回归分析法进行了比较。研究结果表明,GA-BP神经网络预测模型在预测砂岩和泥岩单轴抗压强度与弹性模量间关系上具有较高的精度和泛化能力,能够有效地解决传统BP神经网络的局部最优和过拟合问题,相较于非线性回归分析,拥有更强的非线性关系建模能力,是一种适用于砂岩与泥岩单轴抗压强度预测的有效方法。 展开更多
关键词 岩石力学参数 非线性回归 BP神经网络 遗传算法 预测模型
在线阅读 下载PDF
基于非线性时序模型的神经网络图形识别方法 被引量：3
5
作者 熊沈蜀 周兆英 《自动化学报》 EI CSCD 北大核心 1999年第4期467-475,共9页
提出了复数域非线性指数自回归（ＣＮＥＡＲ）图形轮廓建模方法．构造了用于ＣＮＥＡＲ模型参数估计的神经网络模型，利用该网络可解决非线性参数的估计问题．ＣＮＥＡＲ模型参数具有平移、旋转和比例不变性并与计算起始点的选择无关．... 提出了复数域非线性指数自回归（ＣＮＥＡＲ）图形轮廓建模方法．构造了用于ＣＮＥＡＲ模型参数估计的神经网络模型，利用该网络可解决非线性参数的估计问题．ＣＮＥＡＲ模型参数具有平移、旋转和比例不变性并与计算起始点的选择无关．基于模型参数构造了特征向量，并设计了复数神经网络分类器，给出了复数神经网络学习算法．实验结果表明ＣＮＥＡＲ模型在较低阶次即能获得较高的识别率，ＣＮＥＡＲ模型对带噪声图形及形状差别较小图形的识别效果要好于复数域自回归模型方法． 展开更多
关键词 图形识别 回归模型 神经网络 时序模型 非线性
在线阅读 下载PDF
基于非线性自回归神经网络模型对生活垃圾产生量的预测
6
作者 朱远超 王晓燕 田光 《四川环境》 2024年第3期149-153,共5页
旨在建立生活垃圾产生量预测模型,更好的预测生活垃圾产生量,以便有序筹划生活垃圾处置设施和构建灵活的收运调配体系。方法采用非线性自回归神经网络(NAR),通过调整延迟阶数和隐含层神经元个数等模型参数,建立基于生活垃圾产生量的历... 旨在建立生活垃圾产生量预测模型,更好的预测生活垃圾产生量,以便有序筹划生活垃圾处置设施和构建灵活的收运调配体系。方法采用非线性自回归神经网络(NAR),通过调整延迟阶数和隐含层神经元个数等模型参数,建立基于生活垃圾产生量的历史时间序列预测模型。实验结果显示,NAR神经网络时间序列模型对于北京市生活垃圾产生量有较好的预测能力,当延迟阶数为5,隐含神经元个数为10时,预测模型测试集的r值为0.9717,平均绝对百分比误差为3.385%,均方根误差为5051.831 t/w,预测模型通过了残差序列非自相关检验,预测效果较好。结论表明针对生活垃圾产生量数据可以开展NAR神经网络模型非线性自回归预测,且可不用考虑其它相关影响因素数据的可获得性,具有一定的便利和实际应用意义。 展开更多
关键词 生活垃圾 预测模型 非线性自回归 神经网络
在线阅读 下载PDF
基于广义回归神经网络的变间隙磁流变缓冲器非线性动力学模型
7
作者 段俞洲 王宏 +1 位作者 付本元 居本祥 《磁性材料及器件》 CAS 2024年第6期32-40,共9页
变间隙磁流变缓冲器的动力学行为具有极强的非线性特征,建立准确的动力学模型是精准控制缓冲器输出特性的基础。为此,提出一种基于广义回归神经网络(generalized regression neural network,GRNN)的非线性动力学模型。首先制作了变间隙... 变间隙磁流变缓冲器的动力学行为具有极强的非线性特征,建立准确的动力学模型是精准控制缓冲器输出特性的基础。为此,提出一种基于广义回归神经网络(generalized regression neural network,GRNN)的非线性动力学模型。首先制作了变间隙磁流变缓冲器样机并搭建了冲击试验平台,采集了不同工况下的冲击试验数据作为缓冲器动力学数据库;进而开展了GRNN模型性能验证并与反向传播(back propagation,BP)神经网络模型进行了对比,结果显示GRNN模型可有效映射缓冲器非线性动力学性能且其准确度高于BP模型;最后验证了GRNN模型对未知工况下缓冲器输出预测的准确性,其缓冲力峰值、最大位移、最大速度与试验结果的相对误差分别为4.71%~10.2%、0.32%~4.18%、0.097%~2.5%,表明GRNN模型能准确预测未知工况下缓冲器的输出特性。 展开更多
关键词 磁流变缓冲器 广义回归神经网络 非线性动力学模型 输出
在线阅读 下载PDF
融合社交关系和时序特征的图神经网络推荐模型
8
作者 胡胜利 王柳 《厦门理工学院学报》 2024年第5期51-59,共9页
为解决推荐模型中的用户信息缺失和用户动态偏好问题,满足用户个性化需求,提出一种融合社交关系和时序特征的图神经网络推荐模型。该模型先构建社交关系图,并通过注意力机制得到基于社交关系的用户潜在特征;再构建用户-项目交互图,利用... 为解决推荐模型中的用户信息缺失和用户动态偏好问题,满足用户个性化需求,提出一种融合社交关系和时序特征的图神经网络推荐模型。该模型先构建社交关系图,并通过注意力机制得到基于社交关系的用户潜在特征;再构建用户-项目交互图,利用门控循环单元和注意力机制捕获交互信息,分别获得用户的时序特征和项目特征;最后将用户潜在特征与时序特征融合得到新的用户特征,并将其与项目特征进行融合,经过多层感知机得到最终推荐结果。在不同数据集上进行实验,结果表明,该模型能更好地处理用户信息缺失和用户动态偏好问题,进而提升推荐性能。相较于经典的图神经网络推荐模型,该模型的精确率和归一化折损累计增益比分别提高了4.0%和4.1%。 展开更多
关键词 推荐模型 图神经网络 社交关系 时序特征 注意力机制 门控循环单元
在线阅读 下载PDF
改进模糊神经网络下电气火灾预警算法设计
9
作者 于兰 贾振国 胡冬梅 《计算机仿真》 2025年第1期524-528,共5页
由于电气火灾前出现的信号相对较弱,且受电气设备本身的复杂性和环境噪声等因素的影响,使得预警信号采集难度增大,从而导致预警效率与精度过低。为提高预警准确性,提出改进模糊神经网络下电气火灾预警算法。采用ICA-CEEMD小波阈值去噪... 由于电气火灾前出现的信号相对较弱,且受电气设备本身的复杂性和环境噪声等因素的影响,使得预警信号采集难度增大,从而导致预警效率与精度过低。为提高预警准确性,提出改进模糊神经网络下电气火灾预警算法。采用ICA-CEEMD小波阈值去噪算法对数据展开处理,利用3σ原则提取信号的细节信息,重构多源传感器数据;将传感器采集的数据转变为时间序列形式,通过N-TCD算法剔除数据中的异常值;将传感器采集的温度数据、烟雾浓度数据和一氧化碳浓度数据输入模糊神经网络中,输出孤立火灾概率,建立温度时序模型,计算时序火灾概率,加权融合处理孤立火灾概率和时序火灾概率获得最终的电气火灾概率,完成电气火灾的预警。仿真结果表明,所提算法具有较高的预警精度和预警效率。 展开更多
关键词 模糊神经网络 异常数据剔除 温度时序模型 电气火灾预警
在线阅读 下载PDF
人工神经网络非线性时序模型在水文预报中的应用 被引量：15
10
作者 王文圣 丁晶 刘国东 《四川水力发电》 2000年第B08期8-10,30,共4页
首先构造出人工神经网络非线性时序模型 ,然后用该模型进行单变量和多变量时间序列预报研究。为了与传统的随机水文模型对比 ,选择了自回归模型。以日流量序列为例 ,研究结果表明 ,人工神经网络非线性时序模型预报效果不错 。
关键词 人工神经网络非线性时序模型 水文预报 单变量
全文增补中
用神经网络建立非线性系统模型研究 被引量：24
11
作者 杨熔 李永华 苏义鑫 《控制理论与应用》 EI CAS CSCD 北大核心 1995年第1期81-86,共6页
本文针对多层神经网络结构，运用递推预报误差（ＲＰＥ）算法对离散非线性系统进行辨识研究．作为应用实例，本文对一个工业实际对象进行了神经网络动态建模．研究结果表明，神经网络方法是用于带有非线性特性工业过程建模的有效方法．
关键词 非线性系统 系统辨识 神经网络 模型
在线阅读 下载PDF
基于神经网络的非线性结构有限元模型修正研究 被引量：30
12
作者 费庆国 李爱群 张令弥 《宇航学报》 EI CAS CSCD 北大核心 2005年第3期267-269,281,共4页
现有的动态有限元模型修正方法几乎都是建立在线性假设基础之上,修正中利用固有频率等线性系统特征量。工程中,真实的结构振动系统都是非线性的。虽然在许多情况下,线性化假设获得的结果能够较为准确地反映真实系统的特性。但是,在结构... 现有的动态有限元模型修正方法几乎都是建立在线性假设基础之上,修正中利用固有频率等线性系统特征量。工程中,真实的结构振动系统都是非线性的。虽然在许多情况下,线性化假设获得的结果能够较为准确地反映真实系统的特性。但是,在结构的非线性特征较为明显时,必须考虑非线性因素,这时,现有的模型修正方法将不再适用。现以非线性梁为研究对象,采用基于神经网络的修正方法探索了非线性结构的有限元模型修正问题。仿真研究中利用有限元分析的响应数据训练神经网络。修正结果表明,包括非线性弹簧刚度系数在内的三个设计参数修正后误差均在1%以内。说明基于神经网络的有限元模型修正方法适用于解决非线性结构的有限元模型修正问题。 展开更多
关键词 神经网络 非线性结构 有限元 模型修正 结构振动
在线阅读 下载PDF
一类非线性系统的多模型神经网络解耦控制器 被引量：10
13
作者 王昕 李少远 岳恒 《控制与决策》 EI CSCD 北大核心 2004年第4期424-428,共5页
针对多变量非线性离散时间系统设计多模型神经网络解耦控制器.在每个平衡点处用一神经网络离线辨识非线性系统的线性部分,利用另一神经网络在线辨识非线性部分,将非线性部分视为可测干扰并采用前馈的方法予以消除.所有平衡点处得到的系... 针对多变量非线性离散时间系统设计多模型神经网络解耦控制器.在每个平衡点处用一神经网络离线辨识非线性系统的线性部分,利用另一神经网络在线辨识非线性部分,将非线性部分视为可测干扰并采用前馈的方法予以消除.所有平衡点处得到的系统模型汇集起来构成多模型集,在每一采样时刻基于切换指标选出最优模型作为当前模型,并据此设计解耦控制器实现控制.仿真结果表明系统在多个平衡点处仍然可以得到较好的控制效果. 展开更多
关键词 多模型 神经网络 非线性 解耦
在线阅读 下载PDF
非线性量化小脑模型关节控制器神经网络控制器 被引量：8
14
作者 邱亚 李鑫 +1 位作者 陈薇 段泽民 《控制理论与应用》 EI CAS CSCD 北大核心 2019年第10期1631-1643,共13页
常规小脑模型关节控制器(CMAC)神经网络采用线性均匀量化,稳态控制精度与量化级数相关,增加量化级数可提高稳态精度但会导致内存空间和计算量的增加.本文提出一种可采用幂函数、高斯、分段3种非线性量化方法的非线性量CMAC神经网络,并... 常规小脑模型关节控制器(CMAC)神经网络采用线性均匀量化,稳态控制精度与量化级数相关,增加量化级数可提高稳态精度但会导致内存空间和计算量的增加.本文提出一种可采用幂函数、高斯、分段3种非线性量化方法的非线性量CMAC神经网络,并分析了非线性量化CMAC的收敛性,解释了非线性量化提高稳态精度的本质.面向一阶惯性环节、二阶系统、一阶时变系统及二阶时变系统,分别跟踪方波、斜坡、正弦波、三角波和加速度等输入信号,仿真验证了非线性量化CMAC神经网络控制器的有效性,给出了不同非线性量化方法的适用性.结果表明,非线性量化CMAC参数容易设定,物理意义清晰,与常规CMAC对比,其快速性和控制精度显著提高,可以有效解决实际复杂非线性时变系统的控制. 展开更多
关键词 小脑模型神经网络 非线性量化 分段量化 神经网络控制器 神经网络 学习算法
在线阅读 下载PDF
基于变结构模糊神经网络的开关磁阻电动机非线性模型 被引量：22
15
作者 郑洪涛 蔡际令 蒋静坪 《电工技术学报》 EI CSCD 北大核心 2001年第6期1-6,共6页
开关磁阻电动机驱动系统是一个时变、非线性系统 ,若采用通常的建模方法 ,无法获得精确的数学模型。给出了开关磁阻电机变结构模糊神经网络非线性模型 ,基于Takagi Sugeno模糊神经网络 ,提出可变结构的变步长学习算法。仿真结果表明此法... 开关磁阻电动机驱动系统是一个时变、非线性系统 ,若采用通常的建模方法 ,无法获得精确的数学模型。给出了开关磁阻电机变结构模糊神经网络非线性模型 ,基于Takagi Sugeno模糊神经网络 ,提出可变结构的变步长学习算法。仿真结果表明此法比BP神经网络具有更高的精度和更快的收敛速度。 展开更多
关键词 开关磁阻电动机 模糊神经网络 非线性模型 磁链 转矩
在线阅读 下载PDF
一种基于模糊神经网络的非线性系统模型辨识方法 被引量：16
16
作者 李映 白本督 焦李成 《电子与信息学报》 EI CSCD 北大核心 2002年第3期355-360,共6页
该文提出一种非线性系统的模型辨识方法。通过结构的辨识(学习)和参数的辨识(学习),构造了一个模糊神经网络,经调整网络的权值,获得一个精确的模糊模型。对两个非线性系统辨识的仿真结果验证了该方法的有效性。
关键词 模糊神经网络 结构辨识 参数辨识 系统辨识 模型辨识 非线性系统
在线阅读 下载PDF
基于RBF神经网络非线性集成模型的天然气需求预测 被引量：9
17
作者 冯雪 张金锁 +1 位作者 邹绍辉 包乌云毕力格 《统计与决策》 CSSCI 北大核心 2015年第11期91-93,共3页
结合数据特征，文章以RBF神经网络作为非线性集成工具，建立了我国天然气需求预测模型。研究发现：（1）非线性集成模型对我国天然气需求预测精度最高，稳定性最强。相较而言，非线性集成模型的预测值平均相对误差最小（2．81％），明... 结合数据特征，文章以RBF神经网络作为非线性集成工具，建立了我国天然气需求预测模型。研究发现：（1）非线性集成模型对我国天然气需求预测精度最高，稳定性最强。相较而言，非线性集成模型的预测值平均相对误差最小（2．81％），明显低于单一的ARIMA模型（3．55％）、RBF残差修正后的组合模型（6．78％）和单一的RBF模型（9．00％）；（2）非线性集成模型预测2013～2015年我国天然气需求量以年均12．45％的比例增长，这种增速有利于我国能源消费结构的改善。 展开更多
关键词 ARIMA RBF神经网络 组合模型 非线性集成模型 天然气需求预测
在线阅读 下载PDF
滑动轴承非线性油膜力的神经网络模型 被引量：16
18
作者 秦平 孟志强 朱均 《摩擦学学报》 EI CAS CSCD 北大核心 2002年第3期226-231,共6页
在已有的滑动轴承非线性油膜力数据库基础上 ,将轴承的位置和速度参数加以综合 ,利用变量状态空间变换将分段的油膜力数据转换成连续的数据空间 ,建立非线性油膜力连续型数据库和相应的网络模型 .以圆轴承 -转子系统为例 ,分别采用有限... 在已有的滑动轴承非线性油膜力数据库基础上 ,将轴承的位置和速度参数加以综合 ,利用变量状态空间变换将分段的油膜力数据转换成连续的数据空间 ,建立非线性油膜力连续型数据库和相应的网络模型 .以圆轴承 -转子系统为例 ,分别采用有限差分法、数据库法和 BP网络模型计算了轴承系统的非线性油膜力和轴心轨迹 .结果表明 ,网络模型计算结果与基于数值方法的结果较为吻合 。 展开更多
关键词 神经网络模型 非线性油膜力 BP网络 滑动轴承
在线阅读 下载PDF
基于神经网络的非线性多模型自适应控制 被引量：19
19
作者 姚健 纪志成 黄言平 《控制工程》 CSCD 北大核心 2014年第2期172-177,共6页
针对一类非线性离散动态系统,设计了一个自适应控制方案。为了保证在任意时刻均能为被控的动态系统选择最好的控制器,方案基于输入输出数据为系统定义一个线性预测模型,并在此基础上设计能够保证闭环系统所有信号有界的线性鲁棒自适应... 针对一类非线性离散动态系统,设计了一个自适应控制方案。为了保证在任意时刻均能为被控的动态系统选择最好的控制器,方案基于输入输出数据为系统定义一个线性预测模型,并在此基础上设计能够保证闭环系统所有信号有界的线性鲁棒自适应控制器,同时定义一个非线性预测模型,再基于径向基神经网络设计一个旨在提高系统控制性能的非线性自适应控制器。通过比较2个控制器预测的系统输出性能,设计合理的开关切换规则。控制方案能将系统稳定性控制和性能优化的控制分离并单独实现,使得系统能在保证稳定性前提下,借助神经网络控制器良好的追踪能力有效提高自适应控制效果。最后通过仿真例子说明了系统稳定和提高输出追踪效果可以同时得到保证。 展开更多
关键词 非线性系统 自适应控制 神经网络 多模型 开关转换
在线阅读 下载PDF
基于神经网络模型的非线性多步预测学习控制器 被引量：11
20
作者 张兴会 陈增强 袁著祉 《控制与决策》 EI CSCD 北大核心 2002年第B11期820-822,828,共4页
构造出一种建模网络 ,通过对它的学习来辨识过程动态 ,通过对广义预测控制目标函数的在线优化求得控制律。
关键词 神经网络模型 非线性多步预测学习控制器 非线性系统 广义预测控制 自校正控制
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 … 41 下一页 到第 页
使用帮助 返回顶部