基于递归小波网络的直升机动力学模型研究 被引量：1

1

作者 林乔木 张允昌 +1 位作者 张辽 李威 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第4期716-719,共4页

提出一种基于递归小波网络建立直升机动力学模型的方法,给出了模型结构并利用粒子群优化算法对小波网络权参数进行调整。这种网络模型利用内部状态反馈来描述系统的非线性动力学特性,不必事先确定系统模型的类别和阶次,直接建立操纵量... 提出一种基于递归小波网络建立直升机动力学模型的方法,给出了模型结构并利用粒子群优化算法对小波网络权参数进行调整。这种网络模型利用内部状态反馈来描述系统的非线性动力学特性,不必事先确定系统模型的类别和阶次,直接建立操纵量与加速度、角速度等变量之间的对应关系,从而避免了建立复杂的气动系数、气动导数模型的过程。与传统的机理模型相比,该模型具有结构简单、并行解算程度高、运算速度快的特点。在某型直升机飞行模拟器中取得了良好的应用效果。 展开更多

关键词 直升机 动力学模型 递归小波网络 粒子群优化

下载PDF 职称材料

利用相空间重构短时间间隔的吸收太阳能预测方法

2

作者 汪心怡 姚彦鑫 董未名 《实验室研究与探索》 CAS 北大核心 2020年第1期32-36,47,共6页

考虑太阳能吸收能量的混沌特性和递归小波网络学习能力强、动态适应性强的优点,提出采用相空间重构与递归小波网络结合的预测模型。分别用该模型与未进行相空间重构、普通递归网络等模型分析实测数据比较,发现采用相空间重构后数据进行... 考虑太阳能吸收能量的混沌特性和递归小波网络学习能力强、动态适应性强的优点,提出采用相空间重构与递归小波网络结合的预测模型。分别用该模型与未进行相空间重构、普通递归网络等模型分析实测数据比较,发现采用相空间重构后数据进行模型训练与预测对各种天气、环境的适应性强;而且预测间隔越短,计算量降低的效果越明显;当预测间隔为1.25 min时,计算量降低25%以上。此外,该模型具有相对简单、需要历史数据少、存储空间少的优点,而且预测精度高。 展开更多

关键词 递归小波网络 相空间重构 能量吸收

下载PDF 职称材料

基于递归小波神经网络的非线性动态系统仿真 被引量：14

3

作者 赵凤遥 马震岳 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第7期1453-1455,1539,共4页

为提高动态递归神经网络的动态系统仿真能力,在Elman神经网络的基础上,提出动态递归小波神经网络(RWNN),给出了其动态梯度下降算法,并将其成功应用于非线性动态系统仿真。仿真算例表明,该网络具有收敛快,精度高等优点,仿真效果很好,同... 为提高动态递归神经网络的动态系统仿真能力,在Elman神经网络的基础上,提出动态递归小波神经网络(RWNN),给出了其动态梯度下降算法,并将其成功应用于非线性动态系统仿真。仿真算例表明,该网络具有收敛快,精度高等优点,仿真效果很好,同时具有较好的泛化性能,具有广阔的应用前景。 展开更多

关键词 ELMAN神经网络 递归小波神经网络(RWNN) 梯度下降算法 非线性动态系统 仿真

下载PDF 职称材料

基于小波网络的次日太阳逐时总辐射预测技术研究 被引量：11

4

作者 林星春 曹家枞 刘春雁 《能源技术》 2007年第2期70-75,共6页

现有的地面太阳逐时总辐射预测模型的预测精度及泛化能力尚不能令人满意。利用小波神经网络在提升非线性函数影射能力方面的优势,以及递归网络的优良的动态性能,建立了对角递归小波BP网络(DRWBPN)模型,用以对次日地面太阳逐时总辐射进... 现有的地面太阳逐时总辐射预测模型的预测精度及泛化能力尚不能令人满意。利用小波神经网络在提升非线性函数影射能力方面的优势,以及递归网络的优良的动态性能,建立了对角递归小波BP网络(DRWBPN)模型,用以对次日地面太阳逐时总辐射进行精确预测。进一步提高预测精度的措施还包括将ASHRAE太阳辐射确定性模型的计算结果和经模糊化处理的气象预报中的云量信息加入到网络输入向量中,以充分利用已知可靠信息。采用分阶段训练网络的方法,提高了有限次数下的训练质量。太阳逐时总辐射预测实例及与其它典型模型预测结果的比较表明,提出的地面太阳逐时总辐射预测模型具有更高精度和实际可行性。 展开更多

关键词 太阳逐时总辐射 预测 对角递归小波BP网络 模糊技术

下载PDF 职称材料

基于递归小波神经网络的无人机反演控制 被引量：8

5

作者 刘斌 王洁 +1 位作者 何广军 徐啟云 《计算机仿真》 CSCD 北大核心 2016年第2期116-121,共6页

针对无人机受到参数摄动和外界扰动的问题,为提高系统的稳定性,提出一种采用递归小波神经网络的无人机反演控制方法。引入二阶参考模型对输入受限问题建立数学模型,仿真状态量和输入量的幅值、速率和带宽约束。采用递归小波神经网络逼... 针对无人机受到参数摄动和外界扰动的问题,为提高系统的稳定性,提出一种采用递归小波神经网络的无人机反演控制方法。引入二阶参考模型对输入受限问题建立数学模型,仿真状态量和输入量的幅值、速率和带宽约束。采用递归小波神经网络逼近面向控制模型中的非线性函数,弱化控制律对模型的依赖。并将神经网络逼近方法与自适应反演设计方法相结合,建立无人机在复杂情况下的输入受限自适应反演控制方法。通过控制系统的轨迹跟踪仿真分析,验证了改进方法的可行性和有效性,提高了无人机飞行控制的实时性和鲁棒性。 展开更多

关键词 无人机 递归小波神经网络 二阶参考模型 自适应反演控制方法

下载PDF 职称材料

基于GA-SLFRWNN的空中目标威胁评估 被引量：5

6

作者 陈侠 刘子龙 梁红利 《西北工业大学学报》 EI CAS CSCD 北大核心 2019年第2期424-432,共9页

针对空战中目标威胁评估系统非线性、评估难度大且富含不确定信息的问题,研究了基于遗传算法优化模糊递归小波神经网络(single-hidden-layer fuzzy recurrent wavelet neural network optimized by genetic algorithm,GA-SLFRWNN)的目... 针对空战中目标威胁评估系统非线性、评估难度大且富含不确定信息的问题,研究了基于遗传算法优化模糊递归小波神经网络(single-hidden-layer fuzzy recurrent wavelet neural network optimized by genetic algorithm,GA-SLFRWNN)的目标威胁评估方法。首先通过分析威胁评估的影响因素及其信息的模糊性,将RWNN嵌入FNN的后件部分,以实现增强自学习能力的目的,然后采用GA对模型初始参数进行优化选取,并提出了基于李雅普诺夫理论的最优学习率。仿真实验表明:相比于FNN和FRWNN,该算法提高了系统的稳定性,加快了收敛速度,增强了预测精度。 展开更多

关键词 目标威胁评估 模糊神经网络 模糊递归小波神经网络 遗传算法 最优学习率

下载PDF 职称材料

基于递归小波神经网络的江苏城镇夏季最高气温预报预警技术 被引量：5

7

作者 樊仲欣 陈旭红 谭桂容 《自然灾害学报》 CSCD 北大核心 2019年第6期56-69,共14页

针对目前数值天气预报产品释用方法上所存在的释用因子固化,无法应对特殊转折性天气的问题,应用一种基于动态因子检验的递归小波神经网络(Recurrent Wavelet Neural Network,RWNN)对江苏城镇夏季最高气温进行释用。该方法可以自动选取... 针对目前数值天气预报产品释用方法上所存在的释用因子固化,无法应对特殊转折性天气的问题,应用一种基于动态因子检验的递归小波神经网络(Recurrent Wavelet Neural Network,RWNN)对江苏城镇夏季最高气温进行释用。该方法可以自动选取气象要素且无需建立回归方程,具有泛用性好、灵活性高的特点。使用该方法基于T639的2017-2018年6-8月资料建立了江苏省南京、徐州、射阳、常州、苏州5地的最高气温预报预警模型。实验结果表明:南京、徐州、射阳3地模型的TT2和HSS35评分较反向传播神经网络方法分别平均提高了9个百分点和0.15,同时较卡尔曼滤波方法分别平均提高了17个百分点和0.2。 展开更多

关键词 地面气温 夏季最高气温 数值预报产品释用 动态因子检验 递归小波神经网络

下载PDF 职称材料

基于递归小波神经网络的UAV姿态变结构优化控制 被引量：5

8

作者 陈贵平 《沈阳工业大学学报》 EI CAS 北大核心 2018年第1期94-98,共5页

无人机的姿态控制易受外界气流干扰和模型参数摄动影响,为了提高其姿态控制的精度和稳定度,提出了将变结构控制与递归小波神经网络相结合的优化鲁棒控制律.构建并分析了无人机的姿态运动模型,采用变结构控制来设计无人机姿态运动的稳定... 无人机的姿态控制易受外界气流干扰和模型参数摄动影响,为了提高其姿态控制的精度和稳定度,提出了将变结构控制与递归小波神经网络相结合的优化鲁棒控制律.构建并分析了无人机的姿态运动模型,采用变结构控制来设计无人机姿态运动的稳定控制律,将递归小波神经网络加入到控制闭环回路中以实现变结构控制律的优化,减弱控制律对模型准确度的依赖性,并在仿真验证中与传统方法进行了比较.结果表明,该控制律能够提高其姿态控制的稳定性,且具有较强鲁棒性、较短收敛时间和较小能量消耗,从而证明了本文方法的有效性和可行性. 展开更多

关键词 无人机 姿态控制 变结构控制 递归小波神经网络 优化控制 稳定性 鲁棒性 能量消耗

下载PDF 职称材料

递归小波神经网络解耦控制算法及其工业应用研究 被引量：4

9

作者 王聪慧 张根宝 《化工自动化及仪表》 CAS 2008年第4期27-30,共4页

为改善小波神经网络算法非线性映射能力和动态辨识能力,把小波神经网络和递归算法结合在一起构成递归小波神经网络。结合抄纸过程的实际特性,对系统进行了动态性能分析和研究,还设计了一种并行控制结构,把具有相同结构的两个免疫单神经... 为改善小波神经网络算法非线性映射能力和动态辨识能力,把小波神经网络和递归算法结合在一起构成递归小波神经网络。结合抄纸过程的实际特性,对系统进行了动态性能分析和研究,还设计了一种并行控制结构,把具有相同结构的两个免疫单神经元PID控制器并联来分别控制两个非线性回路,对抄纸过程实现了解耦。仿真结果表明该方案很好地实现了解耦,并且收敛速度快,在工业过程控制中具有广阔的应用前景。 展开更多

关键词 递归小波神经网络 免疫单神经元PID 抄纸过程

下载PDF 职称材料

一类递归小波神经网络的稳定性研究 被引量：4

10

作者 邓韧 李著信 樊友洪 《应用数学和力学》 CSCD 北大核心 2007年第4期428-432,共5页

在小波神经网络(WNNs)和递归神经网络(RNNs)的基础上,提出了一类递归小波神经网络(RWNNs)模型,它具有两种网络模型的优点.根据Liapunov渐近稳定理论,对该模型的渐近稳定性进行了研究,并给出了相关的定理和公式.仿真结果表明该模型对非... 在小波神经网络(WNNs)和递归神经网络(RNNs)的基础上,提出了一类递归小波神经网络(RWNNs)模型,它具有两种网络模型的优点.根据Liapunov渐近稳定理论,对该模型的渐近稳定性进行了研究,并给出了相关的定理和公式.仿真结果表明该模型对非线性动态系统有良好的辨识效果. 展开更多

关键词 递归小波神经网络 渐近稳定性 非线性系统 Liapmmv函数

下载PDF 职称材料

基于RWNN补偿的下肢外骨骼滑模控制

11

作者 张燕 王岩 +2 位作者 陈玲玲 刘作军 张瑞鑫 《控制工程》 CSCD 北大核心 2023年第1期39-46,共8页

针对下肢外骨骼系统精确动力学模型难以得到,且易受干扰等不确定性因素影响,提出一种基于递归小波神经网络(recurrent wavelet neural network,RWNN)补偿的滑模控制方法。结合拉格朗日原理和气动肌肉驱动特性,建立外骨骼系统模型,并将... 针对下肢外骨骼系统精确动力学模型难以得到,且易受干扰等不确定性因素影响,提出一种基于递归小波神经网络(recurrent wavelet neural network,RWNN)补偿的滑模控制方法。结合拉格朗日原理和气动肌肉驱动特性,建立外骨骼系统模型,并将模型分为结构参数已知的标称部分和结构参数未知的不确定部分;对于标称部分,采用滑模控制方法进行控制,对于不确定部分,采用递归小波神经网络进行逼近;根据Lyapunov稳定性原理,证明了闭环控制系统的稳定性。搭建实验平台进行验证,结果表明外骨骼系统能够较好地跟踪期望轨迹,验证了所提控制方法的有效性。 展开更多

关键词 下肢外骨骼 气动肌肉 滑模控制 递归小波神经网络

下载PDF 职称材料

优化动态递归小波神经网络短期负荷预测模型 被引量：4

12

作者 张智晟 段晓燕 +2 位作者 李伟婕 龚文杰 孙雅明 《电力系统及其自动化学报》 CSCD 北大核心 2009年第5期30-35,共6页

提出了优化动态递归小波神经网络(dynamic recurrent wavelet neural network,DRWNN)短期负荷预测模型。与常规小波神经网络相比,DRWNN有两个关联层,关联层节点起存储网络内部状态的作用;模型构造过程中增强了网络的前馈与反馈联接,形... 提出了优化动态递归小波神经网络(dynamic recurrent wavelet neural network,DRWNN)短期负荷预测模型。与常规小波神经网络相比,DRWNN有两个关联层,关联层节点起存储网络内部状态的作用;模型构造过程中增强了网络的前馈与反馈联接,形成多层次的网络递归。采用分布估计算法和遗传算法相融合对DRWNN进行优化,融合实质是在解空间"宏观"和"微观"两个层面进行寻优,可克服DRWNN陷入局部最小,提高DRWNN的泛化能力。对两类不同负荷系统日、周预测仿真测试,验证了模型能有效提高预测精度。 展开更多

关键词 短期负荷预测 动态递归小波神经网络 分布估计算法 遗传算法

下载PDF 职称材料

基于递归小波神经网络的敏感台区反窃电监测方法 被引量：2

13

作者 李骁 赵曦 +3 位作者 王兆军 任大为 刘丽君 刘志美 《计算技术与自动化》 2021年第4期156-160,共5页

当前敏感台区反窃电监测方法在面对连续监测状况时,监测数据中含有大量噪声数据和无用数据,导致对窃电行为的诊断依据不足,为解决该问题,提出基于递归小波神经网络的敏感台区反窃电监测方法。利用A/D采集电路和互感器采集用户用电数据,... 当前敏感台区反窃电监测方法在面对连续监测状况时,监测数据中含有大量噪声数据和无用数据,导致对窃电行为的诊断依据不足,为解决该问题,提出基于递归小波神经网络的敏感台区反窃电监测方法。利用A/D采集电路和互感器采集用户用电数据,通过数据预处理剔除噪声数据和无用数据,同时使数据归一化。在此基础上,提取用电数据特征,并从电流、电压、功率因数、电量四个方面确定窃电行为判别指标,将数据与特征值输入至递归小波神经网络中,结合判别指标输出精准的窃电行为判别结果,实现敏感台区反窃电监测。实验结果表明,研究方法能够准确捕捉到功率因数的变化,窃电行为判别时间短,敏感台区反窃电监测效果更优。 展开更多

关键词 递归小波神经网络 敏感台区 反窃电监测 判别指标 数据归一化

下载PDF 职称材料

基于递归小波神经网络的流域降雨-径流过程动态模型 被引量：2

14

作者 郭瑞丽 赵凤遥 李亚楠 《水力发电学报》 EI CSCD 北大核心 2013年第2期54-59,共6页

根据流域降雨-径流过程的特点,采用递归小波神经网络(RWNN),建立了流域降雨-径流过程的动态模型,给出了RWNN模型网络的动态梯度下降训练算法。以陆浑水库上游伊河流域为研究实例,通过RWNN动态模型计算分析,表明该模型应用于流域降雨-径... 根据流域降雨-径流过程的特点,采用递归小波神经网络(RWNN),建立了流域降雨-径流过程的动态模型,给出了RWNN模型网络的动态梯度下降训练算法。以陆浑水库上游伊河流域为研究实例,通过RWNN动态模型计算分析,表明该模型应用于流域降雨-径流动态模拟具有可行性、高效性、适应性,具有广阔的应用前景。 展开更多

关键词 水文学 递归小波神经网络(RWNN) 降雨-径流过程 动态模型

原文传递

游标类量具检定装置的驱动系统误差补偿 被引量：1

15

作者 陈旺达 徐志玲 厉志飞 《计量学报》 CSCD 北大核心 2018年第3期326-331,共6页

在游标类量具检定过程中,当检定装置的驱动系统的动态工作台处于低速运动状态时,由于与滚珠丝杠之间存在着摩擦和齿隙非线性的误差问题,导致无法将游标类量具精确地移动到检定规程所要求的检测点。为解决该误差问题,运用LuGre摩擦模型... 在游标类量具检定过程中,当检定装置的驱动系统的动态工作台处于低速运动状态时,由于与滚珠丝杠之间存在着摩擦和齿隙非线性的误差问题,导致无法将游标类量具精确地移动到检定规程所要求的检测点。为解决该误差问题,运用LuGre摩擦模型和自适应律周期性递归小波神经网络进行补偿,并根据李诺夫稳定性进行分析,保证了闭环系统的有界性和收敛性。仿真实验验证了位置跟踪性能的改善,将控制补偿方案在检定装置的驱动系统中进行了实验论证,结果检定装置正反行程的定位精度分别提高了47.6%和49.7%。 展开更多

关键词 计量学 游标类量具 驱动系统 非线性补偿 递归小波神经网络

下载PDF 职称材料

基于模糊递归小波神经网络的葡萄酒品质预测 被引量：1

16

作者 周红标 柏小颖 +1 位作者 卜峰 应根旺 《计算机测量与控制》 2017年第4期21-24,共4页

针对葡萄酒品质预测模型难以建立的问题,提出一种基于模糊递归小波神经网络的葡萄酒品质预测模型;利用葡萄酒物理化学指标和品酒师打分作为模型的输入输出,采用梯度下降算法在线学习隶属函数层中心、宽度和小波函数平移因子、伸缩因子... 针对葡萄酒品质预测模型难以建立的问题,提出一种基于模糊递归小波神经网络的葡萄酒品质预测模型;利用葡萄酒物理化学指标和品酒师打分作为模型的输入输出,采用梯度下降算法在线学习隶属函数层中心、宽度和小波函数平移因子、伸缩因子、自反馈权重因子以及输出层权值;仿真实验时,首先利用Mackey—Glass混沌时间序列进行了性能测试,然后利用UCI数据集葡萄酒品质数据对所建立的品质预测模型进行了验证;结果显示,与多层感知器、径向基函数神经网络等传统前馈神经网络相比,构建的模糊递归小波神经网络品质预测模型具有更高的预测精度,更加适合于葡萄酒的品质预测。 展开更多

关键词 模糊递归小波神经网络 葡萄酒 品质预测

下载PDF 职称材料

关于无人机导引律优化控制与仿真研究

17

作者 吴俊辰 王洁 +1 位作者 徐啟云 杨景 《计算机仿真》 CSCD 北大核心 2016年第2期78-82,共5页

由于无人机导引律控制受到参数摄动和外界扰动的影响,传统的小扰动线性化导引控制方法已经无法满足需要,为了提高导引律控制的稳定性和导引精度,提出一种递归小波神经网络自适应滑模变结构导引律优化控制方法。首先,将变结构控制理论运... 由于无人机导引律控制受到参数摄动和外界扰动的影响,传统的小扰动线性化导引控制方法已经无法满足需要,为了提高导引律控制的稳定性和导引精度,提出一种递归小波神经网络自适应滑模变结构导引律优化控制方法。首先,将变结构控制理论运用于无人机的导引律控制设计,推导出自适应滑模变结构导引律。然后,应用递归小波神经网络的非线性特点,通过离线训练一个神经网络模块,嵌入到控制回路中,实现对无人机变结构导引律控制的优化。最后,根据优化后的导引律得到无人机状态的期望值,并将期望值与无人机状态的实际值之间的误差进行自主攻击轨迹的飞行控制。仿真结果表明,无人机导引律优化控制能够提高无人机的稳定性,而且具备良好的抗扰动能力,无人机在导引律控制过程中控制量变化平稳,具有良好的动态品质。可行性分析证明了改进方法的有效性和合理性。 展开更多

关键词 无人机 递归小波神经网络 自适应滑模变结构 自主攻击轨迹

下载PDF 职称材料

基于递归模糊小波神经网络的INS-GNSS组合导航算法 被引量：6

18

作者 于仁海 曹春燕 +1 位作者 张闯 房美含 《上海海事大学学报》 北大核心 2021年第2期8-14,共7页

为提高惯性导航系统(inertial navigation system,INS)与全球卫星导航系统(global navigation satellite system,GNSS)相结合的组合导航系统在GNSS中断期间的精度,提出一种基于递归模糊小波神经网络(recurrent fuzzy wavelet neural net... 为提高惯性导航系统(inertial navigation system,INS)与全球卫星导航系统(global navigation satellite system,GNSS)相结合的组合导航系统在GNSS中断期间的精度,提出一种基于递归模糊小波神经网络(recurrent fuzzy wavelet neural network,RFWNN)的启发式神经网络结构,用于INS的速度和位置误差补偿。在GNSS正常工作时,利用INS-GNSS数据将RFWNN训练成一个高精度的预测模型;在GNSS中断期间,利用被训练好的RFWNN模型补偿INS的速度和位置误差。为对所提出的RFWNN辅助INS-GNSS的性能进行评估,进行实船试验,结果表明利用RFWNN能够有效地对GNSS中断时的速度和位置信息进行高精度修正。 展开更多

关键词 惯性导航系统(INS) 全球卫星导航系统(GNSS) 递归模糊小波神经网络(RFWNN)

下载PDF 职称材料

基于递归型小波神经网络的感应电动机伺服驱动系统自适应控制 被引量：4

19

作者 巫庆辉 邵诚 《机械工程学报》 EI CAS CSCD 北大核心 2005年第2期71-76,共6页

针对感应电动机伺服驱动系统具有的多变、强耦合、慢时变等非线性特性和不确定性扰动,传统的位置速 度PID控制策略不能保证轨迹跟踪的精度和良好的动态品质的问题;保证系统对系统内部参数波动和外界不确定 性扰动具有较好的鲁棒性,在矢... 针对感应电动机伺服驱动系统具有的多变、强耦合、慢时变等非线性特性和不确定性扰动,传统的位置速 度PID控制策略不能保证轨迹跟踪的精度和良好的动态品质的问题;保证系统对系统内部参数波动和外界不确定 性扰动具有较好的鲁棒性,在矢量控制策略的基础上,提出了基于递归型小波神经网络的自适应控制方案。神经 网络参数的在线学习机制采用delta自适应律并结合了BP算法和梯度下降法,算法简单,计算量大大减少。仿真 的结果验证了方案的有效性。 展开更多

关键词 伺服感应电动机 递归型小波神经网络 自适应控制 鲁棒控制

下载PDF 职称材料

感应电动机伺服驱动系统自适应控制系统研究 被引量：3

20

作者 石少忠 《价值工程》 2010年第28期121-121,共1页

本文针对性的提出了基于递归型小波神经网络的自适应控制性能的方案,该算法计算量减少,简化了控制结构,它可随着伺服驱动系统的运行情况的改变控制系统的结构参数,提高了伺服驱动系统对参数变化的性能,同时,也较好地改善了伺服驱动控制... 本文针对性的提出了基于递归型小波神经网络的自适应控制性能的方案,该算法计算量减少,简化了控制结构,它可随着伺服驱动系统的运行情况的改变控制系统的结构参数,提高了伺服驱动系统对参数变化的性能,同时,也较好地改善了伺服驱动控制系统的稳态性能。通过仿真的结果验证了该控制系统方案的有效性和可行性。 展开更多

关键词 感应电动机 伺服驱动系统 自适应控制 递归型小波神经网络

下载PDF 职称材料