范欣
- 作品数：5 被引量：14H指数：2
- 供职机构：东北石油大学电气信息工程学院更多>>
- 发文基金：黑龙江省博士后科研启动基金黑龙江省博士后基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 一种基于数据驱动的系统建模方法被引量：1
- 2010年
- 提出了一种基于数据驱动的系统建模方法,采用减法聚类和模糊C-均值聚类相结合的模糊聚类算法进行前件RBF网络辨识,自适应地获得精确的聚类个数和隶属度参数;用BP算法训练后件网络的权值,从而仅利用输入输出数据,就建立了T-S模糊神经网络模型,在该过程中充分利用了BP神经网络和RBF神经网络的优点。最后用该模型对一个非线性系统进行辨识,用MATLAB进行仿真,结果表明,该方法具有可行性。
- 邵克勇韩巍范欣刘远红
- 关键词：T-S模型BP网络RBF网络模糊C-均值聚类
- 基于预测控制的玻璃窑炉温度系统的控制研究被引量：3
- 2009年
- 玻璃窑炉温度系统是一个大惯性、大滞后并具有非线性特征的变参数系统,难以建立精确的数学模型,而且窑炉在运行过程中受到多种扰动因素的影响,传统的PID控制难以满足对窑炉温度控制的高性能要求。本文将引入预测控制中的一种典型控制算法-动态矩阵控制(DMC)算法,提出把此算法应用到玻璃窑炉温度系统中.针对窑炉温度系统的特性进行了参数的设计研究,最后对窑炉温度系统进行了仿真。结果表明该算法具有响应速度快﹑跟踪性能好﹑鲁棒性和抗干扰性强的优点,非常适合于工业上大滞后控制系统。
- 段玉波田野张东旭范欣邵海龙
- 关键词：大滞后系统预测控制动态矩阵控制玻璃窑炉
- 一种基于数据驱动的模糊系统建模方法被引量：8
- 2009年
- 针对工业生产中的一些复杂、非线性模糊系统,传统的建模方法很难描述其特性,而在实际生产中存在大量输入输出数据,提出了一种通用的基于数据驱动的模糊系统建模方法。采用减法聚类和模糊C-均值相结合的模糊聚类算法对输入空间进行划分,进而从输入输出采样数据中提取系统模糊规则,这样使得被辨识模型可用若干局部线性模型表示,然后利用递推最小二乘法对后件参数进行辨识,从而建立了非线性系统的T-S模糊模型。最后,应用该方法对一个非线性系统进行辨识,仿真结果验证了所提方法的有效性。
- 邵克勇范欣张永华田野
- 关键词：数据驱动T-S模型模糊C-均值聚类递推最小二乘
- 基于神经网络补偿的纯滞后系统控制研究被引量：2
- 2009年
- 针对纯滞后系统,利用神经网络可逼近任意非线性函数的能力以及Smith预估控制理论,提出了一种基于神经网络补偿的纯滞后系统控制策略,实现了Smith预估控制和神经网络控制的结合。仿真结果表明,该算法具有良好的控制效果,能提高系统的鲁棒性和控制品质。
- 邵克勇张永华范欣刘博
- 关键词：纯滞后神经网络SMITH预估控制
- 基于数据驱动的模糊系统建模分析与研究
- 基于数据驱动的模糊系统建模是当前很活跃的一个研究领域,在解决高度非线性和严重不确定性系统控制方面具有极大的潜力,本文研究如何仅从大量的输入输出数据中建立系统模型,并结合模糊控制、聚类算法、人工神经网络,深入研究了基于T-...
- 范欣
- 关键词：模糊系统数据驱动T-S模型聚类算法神经网络
- 文献传递
