循环流化床锅炉燃烧系统中床温的模糊辨识 被引量：2

1

作者 董泽 孙剑 +1 位作者 王子杰 韩璞 《动力工程》 CSCD 北大核心 2009年第4期358-362,共5页

针对循环流化床锅炉稳定燃烧、经济运行的关键参数——密相区床温进行了动态特性研究,建立了床温模型.通过阶跃扰动试验分析了床温系统的动态特性,给出了某工况点附近的单输入单输出系统的传递函数.为床温设计了实用的基于模糊规则的非... 针对循环流化床锅炉稳定燃烧、经济运行的关键参数——密相区床温进行了动态特性研究,建立了床温模型.通过阶跃扰动试验分析了床温系统的动态特性,给出了某工况点附近的单输入单输出系统的传递函数.为床温设计了实用的基于模糊规则的非线性建模方法:首先利用简化的减法聚类法得到输入空间的模糊划分,并假定模糊规则数目囊括输入模糊集的所有组合,其次利用递推最小二乘算法学习得到输出模糊集的中心,从而构造1个带乘积推理机、单值模糊器和中心平均解模糊器的模糊系统.验证数据表明:设计的模糊系统能有效拟合床温系统的输入输出曲线,而且算法简单、实用. 展开更多

关键词 循环流化床锅炉 床温 飞升曲线法 模糊系统 减法聚类法 递推最小二乘法

下载PDF 职称材料

高层建筑风振反应的T-S模糊控制 被引量：2

2

作者 张旭红 许美贤 张善元 《系统仿真学报》 CAS CSCD 2003年第4期587-589,共3页

研究了高层建筑在顺风向脉动风荷载激励下T—S模糊控制问题。受控结构为拟建于澳大利亚Melbourne的一幢钢筋混凝土结构办公楼,高306米,总共76层,控制设备为安装于结构最顶层的主动调谐质量阻尼器,主动控制力由T-S型模糊控制器求得。选取... 研究了高层建筑在顺风向脉动风荷载激励下T—S模糊控制问题。受控结构为拟建于澳大利亚Melbourne的一幢钢筋混凝土结构办公楼,高306米,总共76层,控制设备为安装于结构最顶层的主动调谐质量阻尼器,主动控制力由T-S型模糊控制器求得。选取LQG控制的仿真结果为T-S模糊控制器的学习样本,采用减法聚类法和混合学习算法对T-S模型进行结构与参数辨识,通过改变结构刚度来检验模糊控制器的鲁棒性。仿真结果表明:T-S模糊控制器鲁棒性好,控制效果能够满足高层建筑风振舒适度的要求;与Mamdani型控制器相比,在线计算时间短,无计算时滞问题。 展开更多

关键词 高层建筑 T—S模糊控制 模糊控制器 风振反应 钢筋混凝土结构

下载PDF 职称材料

焦炉燃烧过程T-S模糊数学模型研究

3

作者 孔平平 陶文华 《电子设计工程》 2019年第23期153-157,共5页

针对焦炉大惯性、纯滞后、时变性和非线性特性,焦炉燃烧过程难以建立数学模型的问题,提出以焦炉火道温度为控制目标,以T-S模糊模型为基础,构建焦炉燃烧过程数学模型。由于模糊C-均值聚类算法聚类效果差等不足,采用减法聚类算法与模糊C-... 针对焦炉大惯性、纯滞后、时变性和非线性特性,焦炉燃烧过程难以建立数学模型的问题,提出以焦炉火道温度为控制目标,以T-S模糊模型为基础,构建焦炉燃烧过程数学模型。由于模糊C-均值聚类算法聚类效果差等不足,采用减法聚类算法与模糊C-均值聚类算法结合对T-S模糊模型的前件进行辨识。由于后件辨识精度小,采用最小二乘法对模型的后件进行辨识。仿真结果表明,该数学模型均方根误差小,模型稳定性高。该研究为焦炉火道温度控制系统提供了可靠的数学模型,为炼焦行业高效低耗生产提供了理论依据。 展开更多

关键词 焦炉 火道温度 T-S模糊模型 减法模糊C-均值聚类 最小二乘法

下载PDF 职称材料

一种改进的RBF神经网络学习算法 被引量：54

4

作者 王洪斌 杨香兰 王洪瑞 《系统工程与电子技术》 EI CSCD 北大核心 2002年第6期103-105,共3页

提出了一种改进的RBF神经网络学习算法 ,分别通过减聚类和监督学习算法对网络参数和权值进行训练 ,既可以根据样本合理地聚类、确定RBF径向基函数的个数和相应参数 ,又具有较强的网络映射能力 ,从而不仅使RBF神经网络结构得以优化 ,性... 提出了一种改进的RBF神经网络学习算法 ,分别通过减聚类和监督学习算法对网络参数和权值进行训练 ,既可以根据样本合理地聚类、确定RBF径向基函数的个数和相应参数 ,又具有较强的网络映射能力 ,从而不仅使RBF神经网络结构得以优化 ,性能也得到了提高。 展开更多

关键词 RBF神经网络 减聚类算法 监督学习算法

下载PDF 职称材料

基于PSO的RBF神经网络学习算法及其应用 被引量：44

5

作者 张顶学 关治洪 刘新芝 《计算机工程与应用》 CSCD 北大核心 2006年第20期13-15,共3页

提出了一种基于粒子群优化(PSO)算法的径向基函数(RBF)神经网络学习方法,首先利用减聚类算法确定网络径向基层的单元数,再用PSO对基中心和宽度进行优化,并与最小二乘法相结合训练RBF神经网络。将此算法用于混沌时间序列的预测,实例仿真... 提出了一种基于粒子群优化(PSO)算法的径向基函数(RBF)神经网络学习方法,首先利用减聚类算法确定网络径向基层的单元数,再用PSO对基中心和宽度进行优化,并与最小二乘法相结合训练RBF神经网络。将此算法用于混沌时间序列的预测,实例仿真表明此方法是有效的。 展开更多

关键词 粒子群 径向基函数神经网络 减聚类算法 混沌时间序列 最小二乘法

下载PDF 职称材料

基于粒子群算法的RBF网络参数优化算法 被引量：19

6

作者 崔海青 刘希玉 《计算机技术与发展》 2009年第12期117-119,169,共4页

针对神经网络的一些缺陷,研究神经网络基于粒子群优化的学习算法,将粒子群优化算法用于RBF神经网络的学习训练。提出了一种基于粒子群优化(PSO)算法的径向基(RBF)网络参数优化算法,首先利用减聚类算法确定网络径向基函数中心的个数,再用... 针对神经网络的一些缺陷,研究神经网络基于粒子群优化的学习算法,将粒子群优化算法用于RBF神经网络的学习训练。提出了一种基于粒子群优化(PSO)算法的径向基(RBF)网络参数优化算法,首先利用减聚类算法确定网络径向基函数中心的个数,再用PSO算法优化径向基函数的中心及宽度,最后用PSO算法训练隐含层到输出层的网络权值,找到神经网络权值的最优解,以达到优化神经网络学习的目的。最后,通过一个实验与最小二乘法优化的神经网络进行了比较,验证了算法的有效性。 展开更多

关键词 粒子群优化 径向基函数 神经网络 减聚类算法

下载PDF 职称材料

改进RBF神经网络在地下水动态预报中的应用 被引量：10

7

作者 邱林 胡庆和 +1 位作者 冯丽云 王华 《华北水利水电学院学报》 2004年第2期1-3,31,共4页

根据地下水位与其影响因素之间存在的映射关系,建立了一种改进的RBF神经网络模型,并分别通过减聚类和监督学习算法对网络参数和权值进行训练.结果表明,该模型比传统的BP算法迭代次数少,收敛速度快,运算简便,预测精度较高,具有应用价值.

关键词 RBF神经网络 地下水动态 预报 减聚类算法

下载PDF 职称材料

基于RBF网络的煤与瓦斯突出预测研究 被引量：8

8

作者 赵芳 孟凡荣 《微计算机信息》 2009年第3期29-30,14,共3页

针对现有煤与瓦斯突出预测模型存在的不足之处,本文首先提出了基于RBF神经网络的煤与瓦斯突出预测模型,并引用减聚类算法得到RBF神经网络的中心参数。然后,采用煤与瓦斯突出实测数据对算法进行了验证,结果表明该方法具有良好的适用性和... 针对现有煤与瓦斯突出预测模型存在的不足之处,本文首先提出了基于RBF神经网络的煤与瓦斯突出预测模型,并引用减聚类算法得到RBF神经网络的中心参数。然后,采用煤与瓦斯突出实测数据对算法进行了验证,结果表明该方法具有良好的适用性和有效性。 展开更多

关键词 煤与瓦斯突出 RBF神经网络 减聚类算法

下载PDF 职称材料

基于改进FCM聚类算法的T-S模糊神经网络水质评价方法 被引量：8

9

作者 夏美娟 梁雪春 韩峰涛 《计算机与应用化学》 CAS CSCD 北大核心 2013年第10期1197-1202,共6页

为了更有效地对水环境质量进行综合评价,论文提出了一种改进的T-S(Takagi-Sugeno)模糊神经网络水质评价模型,该模型首先通过减法聚类确定模糊C均值聚类(FCM)的初始聚类中心和聚类数目,改善传统FCM算法对聚类中心初值选取的随机性及样本... 为了更有效地对水环境质量进行综合评价,论文提出了一种改进的T-S(Takagi-Sugeno)模糊神经网络水质评价模型,该模型首先通过减法聚类确定模糊C均值聚类(FCM)的初始聚类中心和聚类数目,改善传统FCM算法对聚类中心初值选取的随机性及样本的敏感性,降低陷入局部最优解的可能性。将减法聚类改进的FCM算法应用到T-S模糊神经网络的特征提取中,对T-S模糊神经网络模型进行结构辨识,提高评价模型的准确性和收敛速度。通过与传统的T-S模糊神经网络比较,水质评价结果准确率更高。 展开更多

关键词 FCM T-S模型 神经网络 减法聚类 水质综合评价

原文传递

基于运动约束二步聚类Hough变换航迹起始算法 被引量：6

10

作者 李静 潘泉 《计算机测量与控制》 CSCD 北大核心 2011年第11期2759-2762,共4页

针对基于减法聚类的Hough变换航迹起始法存在的虚假航迹起始率高、目标航迹点缺失严重的问题,提出了一种基于运动二步约束聚类的Hough变换航迹起始法;该算法首先采用直观法滤除部分杂波点;随后利用Hough变换进行低阈值筛选;然后利用减... 针对基于减法聚类的Hough变换航迹起始法存在的虚假航迹起始率高、目标航迹点缺失严重的问题,提出了一种基于运动二步约束聚类的Hough变换航迹起始法;该算法首先采用直观法滤除部分杂波点;随后利用Hough变换进行低阈值筛选;然后利用减法聚类得到多个聚类中心;最后由最近邻法判断出每个样本点所归属于聚类中心,得到目标航迹的数目以及参数;仿真表明,在密集杂波环境下,文章提出的算法的航迹起始概率近似是多级Hough变化航迹起始算法的1.2倍,同时虚假航迹起始概率是多级Hough变化航迹起始算法的三分之一,结果表明该算法改善了航迹起始的性能,特别适合于密集杂波下低信噪比目标的目标检测问题。 展开更多

关键词 HOUGH变换 减法聚类 航迹起始 最近邻法 直观法 运动约束

下载PDF 职称材料

聚类法模糊系统建模的研究与进展 被引量：3

11

作者 陆伟峰 《无锡南洋职业技术学院论丛》 2007年第4期76-81,共6页

二十世纪九十年代以来,模糊系统的研究与应用得到快速地发展。从输入-输出数据出发建立模糊系统也成为控制领域一个研究热点。本文综述并分析了二十年来聚类法模糊系统建模研究的重要成果,并指出了进一步的研究方向。

关键词 模糊系统 模糊系统建模 模糊聚类 减法聚类 G-K模糊聚类算法

原文传递

柔性机械臂T-S模糊模型的辨识及其分析 被引量：2

12

作者 张雪莲 潘铁强 +1 位作者 唐可洪 马晓丽 《机电工程》 CAS 2006年第11期36-38,共3页

针对柔性机械臂强非线性、强耦合性及不确定性等特点,利用Takagi-Sugeno模糊模型对柔性机械臂进行了建模。将模型的仿真结果和实验结果进行了对比分析,验证了模型的准确性。

关键词 柔性机械臂 T-S模糊模型 减法聚类分析 最小二乘法

下载PDF 职称材料

提高动态流量软测量实时性的RBF中心优化算法 被引量：3

13

作者 吕梦雅 闫晶 +1 位作者 唐勇 王益群 《仪器仪表学报》 EI CAS CSCD 北大核心 2009年第12期2619-2623,共5页

针对液压伺服系统动态流量软测量模型中神经网络训练精度和训练速度难以同时提升的问题,引入减聚类(SCM)算法将原训练样本集映射成初始径向基函数(RBF)中心集,并确定基函数宽度;利用敏感性分析算法(SenV)对基函数的中心进行优化,从而减... 针对液压伺服系统动态流量软测量模型中神经网络训练精度和训练速度难以同时提升的问题,引入减聚类(SCM)算法将原训练样本集映射成初始径向基函数(RBF)中心集,并确定基函数宽度;利用敏感性分析算法(SenV)对基函数的中心进行优化,从而减少神经网络隐层节点数目;在根本上为同时提升神经网络训练精度和训练速度提供保障。实验表明,神经网络的隐层节点数可降低至少30%。 展开更多

关键词 动态流量 软测量 径向基函数神经网络 减聚类算法 敏感性分析

下载PDF 职称材料

减聚类在电力系统中长期负荷预测中的应用

14

作者 杜欣慧 李小婧 《太原理工大学学报》 CAS 北大核心 2008年第S1期165-167,共3页

分析了电力系统中长期负荷特性以及RBF神经网络的非线性功能,引入一种减聚类算法来选取网络隐层节点中心,并将该方法在Matlab下进行了仿真。将预测结果与实际负荷值、灰色理论模型得到的结果进行对比分析,结果表明采用减聚类算法的RBF... 分析了电力系统中长期负荷特性以及RBF神经网络的非线性功能,引入一种减聚类算法来选取网络隐层节点中心,并将该方法在Matlab下进行了仿真。将预测结果与实际负荷值、灰色理论模型得到的结果进行对比分析,结果表明采用减聚类算法的RBF神经网络模型在隐层节点选择上更加精确,用其建立的模型具有较好的预测精度,具有一定的实用价值。 展开更多

关键词 中长期负荷预测 减聚类 RBF

下载PDF 职称材料

软腔体柔性机械臂的T-S模糊建模与控制 被引量：1

15

作者 张雪莲 潘铁强 +1 位作者 唐可洪 马晓丽 《仪器仪表学报》 EI CAS CSCD 北大核心 2007年第6期1093-1098,共6页

针对柔性机械臂强非线性、强耦合性及不确定性的特点,利用Takagi-Sugeno模糊模型其规则前件是模糊变量,而规则后件的结论是输入输出线性函数的特点,对柔性机械臂进行了建模。在验证了模型准确性的基础上,进行了广义预测控制方法的研究,... 针对柔性机械臂强非线性、强耦合性及不确定性的特点,利用Takagi-Sugeno模糊模型其规则前件是模糊变量,而规则后件的结论是输入输出线性函数的特点,对柔性机械臂进行了建模。在验证了模型准确性的基础上,进行了广义预测控制方法的研究,最后,对比分析了广义预测控制和传统PID控制,实验结果表明,基于T-S模糊模型的广义预测控制能很好的实现对柔性机械臂的控制。为柔性机械臂的模糊建模和进一步研究提供了理论指导及重要的前提条件。 展开更多

关键词 柔性机械臂 T-S模糊模型 广义预测控制 减法聚类分析 最小二乘法

下载PDF 职称材料

粉煤灰混凝土氯离子扩散系数的ANFIS预测模型比较研究

16

作者 黄露 綦春明 左江波 《粉煤灰》 2012年第6期1-3,共3页

采用网格法和减法聚类法划分网络,分别建立了基于ANFIS(Adaptive Neuron-Fuzzy Inference System)的两种粉煤灰混凝土氯离子扩散系数预测模型,并用NEL法试验中的数据作为样本来训练和测试两种模型,比较其预测精度。结果表明,采用减法聚... 采用网格法和减法聚类法划分网络,分别建立了基于ANFIS(Adaptive Neuron-Fuzzy Inference System)的两种粉煤灰混凝土氯离子扩散系数预测模型,并用NEL法试验中的数据作为样本来训练和测试两种模型,比较其预测精度。结果表明,采用减法聚类法建立的ANFIS模型预测精度更高,更能满足工程应用的要求。 展开更多

关键词 氯离子扩散系数 网格法 减法聚类法 粉煤灰混凝土

下载PDF 职称材料

软腔体柔性机械臂的T-S模糊建模方法的研究

17

作者 张雪莲 潘铁强 +1 位作者 唐可洪 马晓丽 《计算机测量与控制》 CSCD 2007年第5期662-664,共3页

提出一种利用T-S模糊模型的柔性机械臂建模方法;柔性机械臂是一个高度复杂、高度非线性、高度耦合的非线性时变系统,而模糊模型本质上是一种非线性模型,可以任意精度逼近任何非线性系统;利用减法聚类算法离线辨识了T-S模型的前件参数,... 提出一种利用T-S模糊模型的柔性机械臂建模方法;柔性机械臂是一个高度复杂、高度非线性、高度耦合的非线性时变系统,而模糊模型本质上是一种非线性模型,可以任意精度逼近任何非线性系统;利用减法聚类算法离线辨识了T-S模型的前件参数,同时利用最小二乘法求得了T-S模型的后件参数;最后将模型的仿真结果和实验结果进行了对比分析,验证了模型的准确性;由此表明,柔性机械臂T-S模糊建模方法是有效的,它具有模糊模型的特点,可以任意精度逼近任何非线性系统,为柔性机械臂的模糊建模和下一步研究提供了理论指导及重要的前提条件。 展开更多

关键词 柔性机械臂 T-S模糊模型 减法聚类分析 最小二乘法

下载PDF 职称材料

多策略改进RBF神经网络入侵检测方法研究

18

作者 邵洪涛 秦亮曦 《微计算机信息》 2012年第5期145-147,共3页

论文提出了一种多策略改进RBF神经网络入侵检测方法。该方法采用减聚类算法确定隐含层节点数,具有自适应确定隐层节点的能力,避免了调整隐层节点的人为干扰。采用粒子群算法和梯度下降法相结合的方法分别对基函数的中心值、宽度以及隐... 论文提出了一种多策略改进RBF神经网络入侵检测方法。该方法采用减聚类算法确定隐含层节点数,具有自适应确定隐层节点的能力,避免了调整隐层节点的人为干扰。采用粒子群算法和梯度下降法相结合的方法分别对基函数的中心值、宽度以及隐含层与输出层之间的权值进行全局优化以及局部优化,避免了参数选取的局部性。实验证明,该方法能够有效提高入侵检测系统的检测率,并降低误报率。 展开更多

关键词 径向基神经网络 粒子群算法 减聚类算法 入侵检测

下载PDF 职称材料

一种快速山峰聚类算法 被引量：5

19

作者 陈晓云 敏玉芳 +1 位作者 郑良仁 杨丽 《计算机应用研究》 CSCD 北大核心 2008年第7期2043-2045,共3页

山峰聚类既可以对数据集进行近似聚类,又可以为其他聚类方法提供聚类所需的初始聚类中心。减法聚类是山峰聚类的改进,它避免了山峰聚类中出现的计算量随样本维数增加呈指数增长的情况。但减法聚类对处理大样本集也力不从心。引入了P-tre... 山峰聚类既可以对数据集进行近似聚类,又可以为其他聚类方法提供聚类所需的初始聚类中心。减法聚类是山峰聚类的改进,它避免了山峰聚类中出现的计算量随样本维数增加呈指数增长的情况。但减法聚类对处理大样本集也力不从心。引入了P-tree数据结构,对高维大样本集进行分解,然后用减法聚类对子样本集进行聚类。此算法既避免了山峰聚类的维数灾难问题,也解决了减法聚类中样本数太大的问题。实验结果证明,该算法有效地减少了运算量,提高了聚类的速度。 展开更多

关键词 聚类分析 山峰聚类法 减法聚类 P-TREE 无监督学习

下载PDF 职称材料

基于ANFIS的烧结终点预测 被引量：7

20

作者 荆锴 王旭明 +1 位作者 李扬 王宏文 《烧结球团》 北大核心 2011年第5期8-11,共4页

提出了一种基于ANFIS的烧结终点预测模型,该模型采用减法聚类来确定隶属度函数的中心,接着采用正交最小二乘参数辨识对神经网络进行训练。由于影响烧结终点的因素较多,若要全部考虑到可能会引起神经网络输入的维数灾,文中首次采用了主... 提出了一种基于ANFIS的烧结终点预测模型,该模型采用减法聚类来确定隶属度函数的中心,接着采用正交最小二乘参数辨识对神经网络进行训练。由于影响烧结终点的因素较多,若要全部考虑到可能会引起神经网络输入的维数灾,文中首次采用了主成分分析法来减小ANFIS输入维数,避免出现维数灾。通过现场采集的数据,对该模型进行了仿真。实验证明,该模型有较好的学习能力和自适应能力,为烧结终点预测提供了一种新的算法。 展开更多

关键词 烧结终点 ANFIS 主成分分析法 减法聚类 正交最小二乘法

下载PDF 职称材料