近幾年來,隨著機(jī)器人技術(shù)與控制技術(shù)的發(fā)展,機(jī)器人在日常生活和工農(nóng)業(yè)生產(chǎn)中得到廣泛應(yīng)用。機(jī)器人對象是一個非線性、強(qiáng)耦合的多變量系統(tǒng),在運(yùn)動過程中。由于存在摩擦、負(fù)載變化等不確定因素,因而它還是
采用高斯函數(shù)作為模糊隸屬函數(shù),將模糊控制與神經(jīng)網(wǎng)絡(luò)相結(jié)合。利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)模糊推理,運(yùn)用了一種模糊高斯基函數(shù)神經(jīng)網(wǎng)絡(luò).并用于兩關(guān)節(jié)機(jī)器人的軌跡跟蹤控制。仿真結(jié)果表明,該網(wǎng)絡(luò)對機(jī)器人軌跡跟蹤控
模糊神經(jīng)網(wǎng)絡(luò)簡介 模糊神經(jīng)網(wǎng)絡(luò)就是模糊理論同神經(jīng)網(wǎng)絡(luò)相結(jié)合的產(chǎn)物,它匯集了神經(jīng)網(wǎng)絡(luò)與模糊理論的優(yōu)點(diǎn),集學(xué)習(xí)、聯(lián)想、識別、信息處理于一體。 模糊神經(jīng)網(wǎng)絡(luò)基本形式
前言 模糊神經(jīng)網(wǎng)絡(luò)(FNN) 是將人工神經(jīng)網(wǎng)絡(luò)與模糊邏輯系統(tǒng)相結(jié)合的一種具有強(qiáng)大的自學(xué)習(xí)和自整定功能的網(wǎng)絡(luò),是智能控制理論研究領(lǐng)域中一個十分活 躍的分支,因此模糊神經(jīng)網(wǎng)絡(luò)控制的研
自20世紀(jì)80年代以來,語音識別技術(shù)的研究取得了許多突破性進(jìn)展,特別是基于隱馬爾可夫模型(HMM)的語音識別技術(shù),目前已趨成熟,成為語音識別的主流。然而基本型的HMM模型也存在
前些天把玩了一下MATLAB中神經(jīng)網(wǎng)絡(luò)工具箱的使用,忽有“捫參歷井仰脅息”之感。別的倒是沒什么,只是神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)組織結(jié)構(gòu)有些“怪異”,要是不
模糊神經(jīng)網(wǎng)絡(luò)簡介 模糊神經(jīng)網(wǎng)絡(luò)就是模糊理論同神經(jīng)網(wǎng)絡(luò)相結(jié)合的產(chǎn)物,它匯集了神經(jīng)網(wǎng)絡(luò)與模糊理論的優(yōu)點(diǎn),集學(xué)習(xí)、聯(lián)想、識別、信息處理于一體。 系統(tǒng)的復(fù)雜性與所要求的精確性之間存在尖銳
自適應(yīng)神經(jīng)模糊推理系統(tǒng)(ANFIS)依據(jù)模糊邏輯和神經(jīng)元的知識,而常規(guī)的模糊控制系統(tǒng)是一個不能自動地將專家經(jīng)驗(yàn)知識轉(zhuǎn)化為推理規(guī)則庫,同時缺乏有效的方法改進(jìn)隸屬度函數(shù)。該系統(tǒng)使用最小二乘法和反向傳播的混合算法來調(diào)整條件參數(shù)和結(jié)論參數(shù),并且能夠根據(jù)系統(tǒng)本身自動產(chǎn)生模糊規(guī)則。根據(jù)以上內(nèi)容本文采用了ANFIS,并將其應(yīng)用到LED溫濕度環(huán)境的控制中。結(jié)果表明:相比于常規(guī)的PID控制,該方法能夠較好的提高溫濕度控制系統(tǒng)的動態(tài)穩(wěn)定性和抗干擾性。
摘要:研究了模糊控制與神經(jīng)網(wǎng)絡(luò)兩者相結(jié)合構(gòu)成的模糊神經(jīng)網(wǎng)絡(luò)控制策略,實(shí)現(xiàn)了模糊神經(jīng)網(wǎng)絡(luò)控制算法在PLC中的軟件編程,它不依賴于被控對象精確的數(shù)學(xué)模型,將模糊神經(jīng)網(wǎng)絡(luò)控制器應(yīng)用于溫度控制系統(tǒng)中,獲得了良好的
本文提出了一種基于模糊神經(jīng)網(wǎng)絡(luò)的電機(jī)故障預(yù)測新方法。該方法將時間序列與模糊神經(jīng)網(wǎng)絡(luò)結(jié)合,同時引入時差法,對電機(jī)狀態(tài)進(jìn)行預(yù)測,從而提高了預(yù)測精度,減少了系統(tǒng)誤差。仿真結(jié)果表明,該預(yù)測方法的誤差明顯較小,是一種較實(shí)用的預(yù)測方法。
摘要:隨著智能信息技術(shù)的發(fā)展,模糊神經(jīng)網(wǎng)絡(luò)算法廣泛應(yīng)用于工業(yè)控制。但該算法尚未應(yīng)用于PLC。針對這種現(xiàn)狀,給出基于S7-200PLC的模糊神經(jīng)網(wǎng)絡(luò)算法設(shè)計(jì)。利用模糊神經(jīng)網(wǎng)絡(luò)算法的理論知識,在S7-200的平臺上采用梯形
移動機(jī)器人沿墻導(dǎo)航控制包含了追蹤和避障兩種情況,是移動機(jī)器人研究中的常見問題。它是指機(jī)器人在一定方向上沿墻運(yùn)動,或者更一般意義上的沿著物體輪廓運(yùn)動,并與墻保持一定距離。移動機(jī)器人利用聲納采集機(jī)器人與墻體的距離和角度信息,通過模糊神經(jīng)網(wǎng)絡(luò)將輸入數(shù)據(jù)進(jìn)行融合,從而判斷移動機(jī)器人的位姿信息,輸出左右輪速度控制其動作。實(shí)驗(yàn)證明此方法可以有效地保證移動機(jī)器人在安全距離內(nèi)沿墻體運(yùn)動。對比采用模糊神經(jīng)網(wǎng)絡(luò)前后的實(shí)驗(yàn),采用后的移動機(jī)器人沿墻導(dǎo)航控制軌跡優(yōu)于采用前,均方誤差大大減小。
飛機(jī)剎車系統(tǒng)是飛機(jī)上具有相對獨(dú)立功能的子系統(tǒng),承受飛機(jī)的動、靜態(tài)載荷及著陸時的動能,實(shí)現(xiàn)飛機(jī)的制動控制。 從20世紀(jì)40年代至今,飛機(jī)剎車系統(tǒng)已發(fā)展到第四代。第一代飛機(jī)剎車系統(tǒng)由離合開關(guān)調(diào)節(jié)壓力來實(shí)現(xiàn)剎
飛機(jī)剎車模糊神經(jīng)網(wǎng)絡(luò)DSP嵌入式控制系統(tǒng)