共查询到20条相似文献，搜索用时 18 毫秒
1.
根据一组伺服驱动系统的辨识试验数据，进行了基于神经网络的非线性系统的正模型与逆模型辨识，分析了辨识结果，给出基于神经网络模型的内模控制方案，并提出了实现高速高精运动的可能方式。 相似文献
2.
3.
利用输出比输入快速采样方法研究ARMA模型的盲辨识问题,提出了最小二乘盲辨识方法。通过选择适当的快采样率及归一化系统模型参数之后,仅利用快采样得到的输出信号实现了系统模型参数的估计。仿真例子表明所提盲辨识方法的有效性。 相似文献
4.
提出了基于径向基函数神经网络模型的系统辨识方法，由于径向基函数的神经网络比多层前馈人工神经网络模型相比，在逼近非线性函数时，具有结构简单，收敛快、且无局部极小的优点，通过计算机仿真证实了该方法具有良好的辨识效果。 相似文献
5.
6.
王军琴 《西安文理学院学报》2009,12(3)
为了提高控制系统的控制性能,实现自适应控制,提出了一种基于神经网络模型的参数辨识方法.首先,为一台未知参数的直流电机设计了基于DSP(数字信号处理器)的控制器,再通过采集卡获取大量的实时观测数据,然后对数据进行预处理,将预处理后的数据按照神经网络辨识的原理完成模型辨识.通过比较直流电机实际阶跃响应与模型阶跃响应,对辨识模型进行检验,最后设计了该系统的PI校正装置.结果表明该方法可操作性强、辨识精度高、应用性强. 相似文献
7.
本文利用神经网络方法建立教学质量评估系统的模拟模型,将需评价指标概念量化成确定的数据作为其输入,教学效果作为输出,基于拟牛顿回退法训练神经网络,经仿真计算证明,该模型具有较好的辨识精度。最后得出数字化的评估结果,能准确、直观地反映教学质量的优劣,通过实验证明模拟模型的可行性。 相似文献
8.
文章针对随机混沌系统辨识引入贝叶斯正则化方法的BPNN模型,使神经网络具有自适应性和推广能力;并交替使用贝叶斯正则化算法和混沌退火算法对网络参数进行优化,使系统具有最佳参数．以Logistic系统为例进行仿真分析,结果表明辨识模型不仅能够拟合原混沌系统,而且训练后的网络对含噪声的随机混沌系统有很好的辨识能力,精度良好．为下一步的设计控制器对混沌系统进行控制消除混沌,奠定了良好的基础． 相似文献
9.
以比例阀的输出为系统输入,液位值为系统输出,对液位控制系统进行ARX建模研究。选用AIC准则作为系统模型阶次的选择原则,以最小二乘法来辨识模型参数,辨识了系统的ARX模型。模型的预测输出和实际输出的比较结果证实了ARX建模在液位控制系统中的有效性。 相似文献
10.
王光玉 《佳木斯教育学院学报》2011,(1):172-173
本章针对车辆发动机是一个高度非线性、不确定的复杂系统,其模型难以建立的特点研究了基于模糊神经网络的发动机辨识技术。同时基于辨识模型和神经网络设计了发动机单变量鲁棒自适应控制系统。 相似文献
11.
结合支持向量机和神经网络各自的优点,提出了一种新颖的自适应支持向量回归神经网络(SVR-NN).首先,利用支持向量回归方法确定SVR-NN的初始结构和初始化权值,基于支持向量自适应地构造SVR-NN神经网络的隐层节点;然后,使用退火过程的鲁棒学习算法更新网络节点参数和权值.为了验证所提出方法的有效性,给出了自适应SVR-NN应用于非线性动态系统辨识的实例.仿真结果表明,与以前的神经网络方法相比,基于SVR-NN网络的辨识方案能获得相当好的性能,它具有很快的收敛速度.因此,自适应的SVR-NN为非线性系统辨识提供了极有吸引力的新途径. 相似文献
12.
《绵阳师范学院学报》2017,(8):44-48
由于完全通过理论分析机理来建立无人机液压系统的数学模型存在很多障碍和不确定性因素.本文基于最小二乘辨识算法选择最优的模型或修正机理模型.通过对无人机液压刹车系统进行辨识,并将辨识拟合曲线和实验数据进行对比,实验结果表明,该曲线拟合良好,辨识的模型与实际系统基本符合,表明了该方法的有效性. 相似文献
13.
提出了一种基于径向基神经网络预报的动态矩阵预测控制新算法，在该算法中，先用RBF神经网络辨识对象模型，同时预测对象的未来输出，然后用动态矩阵控制算法进行滚动优化和反馈校正。该方法解决了非线性、时变对象难以建模的问题，仿真结果验证了这一新型算法的可行性。 相似文献
14.
在已有离散时间变量带误差（EIV）系统辨识方法的基础上,探索能辨识连续时间EIV系统的L2最优辨识方法。所获得的L2最优辨识模型由表征为正规右图符号（NRGS）的系统模型及其补内因子（CIF）表征的噪声模型描述。首先利用已有L2最优辨识方法优化得到离散时间L2最优辨识模型;然后再利用双线性变换将其转化成连续时间模型;最后,通过数值仿真例验证了所提出辨识方法的有效性。 相似文献
15.
基于神经网络的教学质量评估模型 总被引：7，自引：0，他引：7
本文利用神经网络方法建立教学质量评估系统的数学模型,采用各评价指标作为其输入,教学效果作为输出,基于最小二乘思想,采用梯度搜索技术,以期使网络的实际输出值与期望输出值的误差均方值最小.经仿真计算证明,该数学模型具有较好的辨识精度. 相似文献
16.
针对无线电能传输系统因线圈偏移、受电设备阻抗变化等导致系统模型参数不精确的问题,提出一种基于粒子群算法的LCL-S 型无线电能传输系统负载与互感辨识方法。根据LCL-S补偿拓扑原边恒流及副边恒压的输出特性,采用滤波电容能量守恒理论,建立负载输出电压与互感、原边线圈电压与负载的数学描述。以输出电压理论值与实际值之间的误差构建成本函数,设计粒子群算法,通过数值寻优实现参数的辨识。仿真与实验结果均验证了该方法能够较为准确地辨识出互感与负载大小,且无需增加额外硬件电路及控制,降低了系统复杂程度。 相似文献
17.
文章利用神经网络方法建立了教育信息资源管理评估系统的数学模型.为了确保教育信息资源管理评估的科学性和合理性,该研究将评价指标作为神经网络的输入,将教育信息资源的管理效益作为输出,基于最小二乘法原理,运用梯度搜索技术,力图使网络的实际输出值与期望输出值的误差均方值达到最小.经仿真分析,所建立的数学模型较好地拟合了高校教育信息资源管理的实践状况,具有较好的辨识精度. 相似文献
18.
本文在院系教学质量评价指标体系建立的基础上,采用神经网络BP算法建立教学质量评价模型,利用各评价指标值作为其输入,教学质量评价值作为输出,基于最小二乘法思想,利用梯度搜索技术,使网络的实际输出与期望输出的误差最小。经计算证明该模型具有较好的辨识精度,很好地解决了教学质量的动态评价问题。 相似文献
19.
基于模糊观测数据的RBF神经网络回归模型 总被引：1，自引：0，他引：1
提出了一种基于模糊观测数据的RBF神经网络（FORBFNN）,用于解决一类输出不可精确测量但可用模糊隶属度来表征的非线性系统建模问题．神经网络模型中各隐层神经单元的权重系数采用一种新的模糊EM算法辨识获得;隐层神经单元的数量及径向基函数的中心和宽度基于一种数据驱动的方法自适应确定,即首先初始生成一个隐层单元,然后根据一定的规则逐步加入新的单元,该过程不断迭代直到模型满足预设要求．该方法同时考虑了模型的复杂度及预测精度．数值模拟实验结果表明该建模方法是有效的,且建立的模型具有较高的预测精度． 相似文献