您的访问出错了(404错误)
很抱歉，您要访问的页面不存在。
1、请检查您输入的地址是否正确。
进行查找。
3、感谢您使用本站，1秒后自动跳转如何简单形象又有趣地讲解神经网络是什么？ - 知乎11330被浏览487737分享邀请回答5.4K253 条评论分享收藏感谢收起75345 条评论分享收藏感谢收起查看更多回答10 个回答被折叠（）[发明专利]基于改进型模糊神经网络的表冷器控制方法在审
申请/专利权人：
公开/公告号：CNA
发明/设计人：;;;;;
公开/公告日：
主分类号：
搜索关键词：
【权利要求书】：
1.一种基于改进型模糊神经网络的表冷器控制方法，其特征在于包括如下步骤：(1)、对被控对象表冷器进行建立模糊神经网络模型；(2)、设置模糊神经网络结构，包括层数、节点数；(3)、设置模糊神经网络的各个参数，并通过粒子群算法求得各参数最优初值；(4)、将各参数最优初值赋值给模糊神经网络；(5)、利用样本和学习算法对模糊神经网络进行训练，所述样本是通常工况下针对表冷器这个被控对象的输入数据和输出数据。
2.根据权利要求1所述的基于改进型模糊神经网络的表冷器控制方法，其特征在于：所述步骤(2)中模糊神经网络结构包括前件网络和后件网络，所述前件网络将输入量映射到各模糊子集后经合成运算得到各规则适应度值，后件网络对各输入量线性加权后根据各规则适应度值计算出网络输出值；所述前件网络为四层网络结构：第一层：输入层；各输入变量x1，x2，…xn经过该层节点进入到网络下一层，是外部信息进入该网络的入口，该层节点数N1＝2，分别为x1、x2，具体为：式中，K1、K2为量化因子，c(t)和y(t)分别为表冷器出风温度设定值和实测值；e(t)表示表冷器出风温度的设定值和实测值之差。第二层：模糊化层；该层中的所有节点均表示一个模糊语言变量值，通过采用隶属度函数计算各输入量属于各模糊语言子集的程度,输入x1、x2分割为7个模糊子集{NB,NM,NS,ZO,PS,PM,PB}，隶属度函数均采用高斯铃型函数，各输入变量的隶属度值计算公式为:式中，cij为隶属度函数的中心；σij为隶属度函数的宽度,i＝1,2,…,n；j＝1,2,…,mi；n为输入变量个数，mi为输入变量xi的模糊分割数，该层节点数N2＝m1+m2，取n＝2，m1＝m2＝7，N2＝14；第三层：模糊规则适应度值计算层；该层节点表示模糊系统中的模糊规则，通过模糊算子计算出各规则适应度值，采用的模糊算子为连乘算子，表达式如下：式中，j1＝1,2,…,m1，j2＝1,2,…,m2，…,jn＝1,2,…,mn；i＝1,2,…,m，该层节点中，越靠近输入值的模糊语言子集的隶属函数值就越大；反之，距离输入值越远的模糊语言子集的隶属度函数值就越小；隶属度函数值越小的节点对输出值的贡献就越小，而该层节点中仅有少数节点值较大，其余节点值很小对输出几乎无作用，也即是说它具有局部逼近特性，该层节点数N3＝m，选取N3＝m＝49；第四层：归一化层；该层主要实现对上层各规则适应度值的归一化操作，故本层节点数与第三层节点数一致，此处N4＝N3＝49；后件网络为三层网络结构：第一层：输入层；它是外部输入变量与网络内部节点的接口；该层含有一个值为1的输入节点，为线性加权算子的常数项；第二层：模糊规则推理层；该层与前件网络中第三层节点相同，所有节点组合成一个完整的模糊规则库，故由前可知节点数为m个；实现模糊规则推理计算，此处为对输入变量进行线性组合操作，即第三层：输出层；该层节点根据规则适应度值计算网络输出；
3.根据权利要求1所述的基于改进型模糊神经网络的表冷器控制方法，其特征在于：所述步骤(5)中的学习算法是基于最小均方误差准则对网络权值、阈值进行有监督学习的一种算法,当一个含r个样本的训练样本集传入网络且计算出一组输出时，误差性能函数应为各输出单元误差的平方和：式中，ti与yi分别表示控制器的期望输出与实际输出；假设模糊神经网络中第q层第j个神经元，则该神经元的输入为：该神经元的输出为为了对和的推导，先根据误差反向传播算法计算出式中j＝1,2,…,m；i＝1,2,…,n，β＞0为学习速率；将模糊神经网络在学习过程中，信号正向传播经过各层节点的输入输出关系表示成如下数学表达式：第一层：第二层：式中，i＝1,2,…,n；j＝1,2,…,mi；第三层：式中，j＝1,2,…,m；第四层：式中，j＝1,2,…,m；第五层：由误差反向传播特性可知，首先利用误差反向传播算法计算出和然后通过一阶梯度下降算法来调整cij和σij；若是第三层中第k个规则节点的一个输入时：最后根据一阶梯度下降法求得：式中，i＝1,2,…,n；j＝1,2,…,mi；式中，i＝1,2,…,n；j＝1,2,…,mi；β＞0为学习速率。
4.根据权利要求3所述的基于改进型模糊神经网络的表冷器控制方法，其特征在于：所述学习算法中引入动量项来改善学习性能，加动量项后的参数调整公式为：Δw(k+1)＝mc[w(k)-w(k-1)]-(1-mc)β▽f(w(k))(28)加入动量项后，若▽f(w(k))→0，则Δw(k+1)＝mcΔw(k)＝mc[w(k)-w(k-1)]，避免了学习停滞陷入局部最优及振荡的情况，但是当修正的参数导致其误差增长太大时，应暂停动量作用并取消该修正，故引入以下监督机制，引导动量项科学作用：式中，E(k)为误差代价函数值；引入动态调整学习速率机制：将附加动量项法与动态调整学习速率法相结合，采用的学习算法的参数修正公式为：cij(k+1)＝cij(k)+(1-mc)Δcij(k+1)+mc(cij(k)-cij(k-1))(32)σij(k+1)＝σij(k)+(1-mc)Δσij(k+1)+mc(σij(k)-σij(k-1))(33)。
友情链接：交换友情链接需要网站权重大于2，网站收录10W以上，如符合条件，请联系QQ：。
行业网站：相关推荐：
400-周一至周五 9:00-18:00
服务热线：400-投诉建议：022-
扫一扫，微信关注高智网
高智&让创新无法想象2000万件&专利数据神经元,最全面的神经元文章 - 电子工程世界网
在电子工程世界为您找到如下关于“神经元”的新闻
神经元资料下载
经确认在我们的大脑中有大约50至500种不同的神经元，但它们大部份都是基于基本神经元的特别细胞。基本神经元包含有synapses、soma、axon及dendrites。Synapses负责神经元之间的连接，它们不是直接物理上连接的，而是它们之间有一个很小的空隙允许电子讯号从一个神经元跳到另一个神经元。然后这些电子讯号会交给soma处理及以其内部电子讯号将处理结果传递给axon。而axon会将...
提出一种单神经元二自由度PID 控制方法，将前馈型二自由度PID 的五个参数分别对应于单神经元的五个权值，将二次型性能指标Pe2 (k) + QΔu 2 (k)作为控制算法中加权系数学习的优化目标，由权值的在线调整来整定PID 参数。通过MATLAB 对指定对象进行仿真，得到了良好的控制效果，比传统的单神经元二自由度PID 控制在性能上得到了提高。关键词：单神经元；二自由度PID；二次型性能指标...
提出了一种基于遗传算法的模糊一神经元控制系统实现水泥厂球磨机自控的设计方案。将遗传算法与模糊逻辑、神经元控制相结合，可以较好地解决球磨机现场控制系统被控参数的祸合问题，为解决球磨机的控制难题提供了一个新的思路。详细描述了系统的算法学习训练过程，仿真结果表明，该系统能够提高控制过程的稳定性和可靠性。球磨机控制系统(生料磨、水泥磨)是水泥厂重要的主机控制系统。针对被控对象强祸合、大迟延、大惯性的特性...
工业生产过程往往具有非线性、不确定性，难以建立精确的数学模型。应用常规的PID控制器难以达到理想的控制效果。作为的重要分支，人工神经网络具有良好的非线性映射能力和高度的并行信息处理能力，已成为非线性系统建模、辨识和控制中常用的理论和方法。其中，神经元具有很强的信息综合、学习记忆、自学习和自适应能力，可以处理那些难以用模型和规则描述的过程，将神经元与PID结合，应用到实际的控制中，可以在线调整...
根据现代控制技术的人工神经网络理论提出了一种保护原理构成方案，并分析了原理实现的可行性和技术难点。　　人工神经网络(Aartificial&Neural&Network，下简称ANN)是模拟生物神经元的结构而提出的一种信息处理方法。早在1943年，已由心理学家Warren&S.Mcculloch和数学家Walth&H.Pitts提出神经元数学模型，后被冷落...
针对具有严重非线性的受控对象，提出了一种模糊一神经元控制方法。该方法将模糊PID控制器与神经元控制器相结合，用于改善控制器控制非线性对象的性能，以误差、误差变化率及设定值的变化来自调整神经元控制器增益，提高了控制系统的响应速度和鲁棒性。将所提出控制方法用于pH中和过程控制，仿真实验结果表明，该方法具有满意的控制品质及很强的适应性。关健词:神经元控制&&& 非线性对象...
本文主要介绍了采用有监督Hebb 学习算法的单神经元自适应PID 控制器以及采用以输出误差平方为性能指标的单神经元自适应PID 控制器的控制算法及其仿真实现，总结出了两种基于单神经元的自适应PID 控制器的控制特点及其参数设计规律。关键词：单神经元；自适应；PID 控制Abstract：This paper introduced control algorithm of single...
& 　文中给出从微分先行PID 算法派生出的神经元PID 控制器,并利用MATLAB/SIMULINK仿真软件对该控制器在电加热炉中的应用进行仿真研究。仿真结果表明,神经元微分先行PID 控制不但具有微分先行PID 控制的优点而且还具有神经元自适应控制的特点。...
竞争学习指同一神经元层次上各个神经元相互之间进行竞争，竞争胜利的神经元修改与其相联的连接权值。竞争学习是一种无监督学习。在无监督学习中，只向网络提供一些学习样本，而不提供理想的输出。网络根据输入样本进行自组织，并将其划分到相应的模式类中。...
目前大多数AI 节点只具有单一的神经元处理器，其控制能力不高。针对这一现状，本文论述了基于神经元芯片MC143150 和单片机AT89S51 双处理器结构的AI 节点的硬件和软件的设计过程。文章在硬件方面介绍了采用ADC0809 模数转换芯片的数据采集系统、AT89S51 和MC143150 的接口及MC143150 和物理网络的接口；在软件方面介绍了数据采集、并行...
神经元相关帖子
，定义智能有多么困难。如果房间里的人足够多，那么你就可以完成几乎所有一切任务：画出或描述图片，或是翻译或修正任何语言。但这是否是一种智能？房间以外的人可能会认为，这就是智能，但房间里的人不会这样看。　　如果房间里不是人，而全部是晶体管，那么这就非常像是一台计算机。因此，一个很自然的问题就是，计算机是否就是一个更复杂的“中文房间”？这个问题的一种答案是：如果房间里不是晶体管，而是神经元，那么情况又要...
; && &它的工作原理是电流流经放置于头皮上的线圈,产生磁场,磁场作用于机体组织后产生感应电流,形成局部电场,这种电场使神经元膜电位发生去极化改变,从而改变大脑的活动状态.磁刺激仪有两种类型1.单脉冲刺激仪.2.重复脉冲刺激仪,产生高频重复刺激,频率1至100赫兹。& && &应用范围通过皮层刺激,影响感觉和运动功能,研究神经...
在底层技术领域，英伟达、英特尔、高通以及已经宣布研发人工智能芯片的谷歌、苹果、微软是全球的焦点。但在中国，中科院计算所的寒武纪、上海西井科技的神经元类脑芯片、中星微的嵌入式神经网络处理器等，也是有益的尝试。当然，最引入注目的当属华为。在近日的2017年中国互联网大会上，华为消费者业务CEO余承东对外宣布，华为正在自研人工智能处理器，预计今年秋季将推出人工智能专用芯片。
赛迪顾问一位研究员告诉...
算法上进行革新，在学习和推理过程中仍需不断在处理器和存储器之间转移大量数据，造成速度上的瓶颈和很高的能耗。而忆阻器是一种新型电子器件，能通过调整内部的原子分布同时实现数据存储和信号处理的功能，低能耗、高效率并行实现机器学习里最基本的矩阵运算。
卢伟告诉记者，他们这次制备的是32×32忆阻器阵列，并用该阵列芯片实现了“稀疏编码”的算法。稀疏编码是一种无监督学习方法，能通过芯片上神经元之间的竞争更...
　5月31日，北京大学宣布成功研制出新一代微型化双光子荧光显微镜，重量仅2.2克，可佩戴在动物头部，实时记录数十个神经元和上千个神经突触的动态信号；横向分辨率可达0.65微米，成像质量可与商品化大型台式双光子荧光显微镜相媲美。研究论文5月29日在线发表于《自然》杂志子刊 《自然·方法学》上，并已申请多项专利。
　　人们观察大脑多通过解剖，大脑处在静止、无生命的状态。中国科学院院士、北京大学教授...
由高级情报研究计划署（Intelligence Advanced Research Projects Agency, IARPA）资助达 1 亿美元的为期 5 年的项目，紧密围绕视觉皮层展开研究，我们知道，视觉皮层是大脑处理大量视觉信息的地方。三个 Microns 团队试图通过使用小鼠和大鼠绘制出 1 立方毫米脑组织的神经元结构。这听起来可能不复杂，不过要知道，就是这一点组织就包含了多达...
。这些办法只有掌握了ASM语言并用ASM语言思考才会熟练应用。另外我想告诉一些作算法特别是控制算法的朋友，千万不要随意评判一个算法的优劣，在程序中程序和代码优化的程度往往影响了控制效果好坏，而不是算法本身的思想。其实在实际中往往PID甚至PI、PD就够了，神经元、模糊、小波适用于研究和写论文，模糊在实际中用的多一点，主要是小***用的比较成熟，我再恨***人，这点也服气，小***就是滑，许多物理现象搞...
X-Chip-A380SMT点料机采用神经元算法& &&&非线性关系是自然界的普遍特性。大脑的智慧就是一种非线性现象。人工
神经元处于激活或抑制二种不同的状态，这种行为在数学上表现为一种非线性人工神经网络关系。
& && && &一个神经网络通常由多个神经元广泛连接而成。一个系统的整体行为...
做的，但据信也适用于人脑。
实验本身之高、精、尖，细节可能外行不宜，概括地说就是通过仪器和操作来观察记忆的形成过程，即脑细胞群对电击的反应。
然后，研究人员用光束射入大脑来控制神经元的活动，就好比把记忆当成开关来开启和关闭。
结果发现，记忆有两个同时生成的版本，一个在海马体，一个在皮层。
实验室的那只小白鼠最初几天没有用皮层里的那个长期版本的记忆，因为科学家把它们的海马体内的短期记忆关闭后...
“学习”。
由该公司研发的“薄言超级大脑”是构建在大规模GPU集群上的深度人工神经网络，拥有近十亿神经元参数，它可以通过不断阅读互联网内容来充实自己的“知识库”，迄今已经积累了近两千万实体的知识网、三亿实体的语言表达、近百万领域的专业知识，以及中英两种语言。
基于“薄言超级大脑”平台，该公司还推出了陪护机器人“薄言豆豆”，此机器人具备聊天、讲故事、背古诗、辅助学习、做游戏、健康生活方式提醒等诸多...
神经元视频
你可能感兴趣的标签
热门资源推荐君，已阅读到文档的结尾了呢~~
基于神经网络的汽轮机轴系振动故障诊断的研究（可编辑）,汽轮机振动,汽轮机轴承振动,汽轮机振动测量原理,轴系对中,轴系校中,振动 测试与诊断,轴系对轮中心找正,轴系定位,轴系接地,主板故障诊断卡
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
基于神经网络的汽轮机轴系振动故障诊断的研究（可编辑）
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口