探析模糊神经网络在铁路信号灯监测系统中的应用研究

《探析模糊神经网络在铁路信号灯监测系统中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京交通大学硕士学位论文模糊神经网络在铁路信号灯监测系统中的应用研究姓名：刘浚锋申请学位级别：硕士专业：交通信息工程及控制指导教师：魏学业20040301北京交通大学硕士学位论文Y586355摘要模糊神经网络是智能技术的一个重要分支，它是神经网络与模糊系统的有机结合，具有强大的自学习和自整定功能。本文研究了模糊神经网络建模和学习方法及其性能:针对预测铁路信号灯使用寿命这一特定任务，对模糊神经网络进行建模和仿真。主要工作包括以下几个方面:在分析模糊系统和神经网络理论的基础上，探讨它们各自的优越性和不足。对BP神经网络

2、模型逼近性能进行计算机仿真研究，分析了BP算法的优缺点。研究模糊神经网络的结构、建模方法和学习算法;对模糊神经网络的理论和算法进行计算机仿真验证:通过模糊神经网络与BP网络进行比较仿真研究，显示模糊神经网络在非线性逼近能力和学习能力方面的优越性。在仿真的基础上，把模糊神经网络理论运用到铁路信号灯监测系统当中;设计了两输入单输出的模糊神经网络模型，给出网络前向算法和BP学习算法的设计方法;以信号灯电压电流作为输入参数对信号灯的工作寿命进行预测。用教师数据训练模糊神经网络，并对网络的泛化能力进行验证。提出基于模糊神经网

3、络的铁路信号灯监测系统构建方案。系统中应用CAN总线和电力线载波通信相结合的方式，对信号灯的各种参数进行采集、存储到上位机的数据库中，本文给出系统主要软硬件的设计方法;运用设计的模糊神经网络对信号灯的工作寿命进行预测，并对信号灯的工作状态进行监控和报警。关键词:智能控制、模糊系统、神经网络、模糊神经网络、CAN总线、信号灯、铁路、电力线载波通信宋经作释,导师间食切全交井布北京交通大学硕」学位论文AbstractFuzzy-neuralnetworks(FNN)controlisanimportantbranchof

4、intelligencecontrolmethod.FNNistheorganicintegrationoftheNeuralnetworkandFuzzylogicsystem.Itisgoodatself-learningandself-tuning,sothetheoryofFNNisveryimportantfortheintelligentcontrol.ThemainpurposeofthisdissertationistostudyofthemodelofFNNaswellastheself-leam

5、ingandcharacteristicsoftheFNN.FNNisdesignedforforejudgingthelifetimeoftherailwaysignallamps.Theworkincludesfollows:Afterthebasicideasandfundamentalcontentsoffuzzylogicsystemsandneuralnetworksareintroduced,thedefectandvirtueareintroducedandintegrateinevitabilit

6、yandadvantagesofthemarestudied.TheBPneuralnetworks'characteristicisanalyzedbymatlabsimulationandit'sdefectandvirtuearestudiedcarefully.TheconceptionsofFNNareintroducedaswellasitsframework,modelingmethodandtrainingarithmetic.Thetheoryandself-learningofFNNarestu

7、diedaswellasifsnon-linearcapability.CompareFNNwithBPnetworkbymatlabsimulation.TheresultindicatesthattheFNNisbetteratnon-linearcapabilityandself-learning.Basedonthetheoryandsimulationtest,aFNNisdesignedfortherailwaysignallampdetectionsystem.FNNwillforejudgethel

8、ifetimeoftherailwaysignallampprimarilybythelamp'svoltageandcurrentparametersTheFNN'smodelandself-leamingarithmeticaregiven.Aftertrainedb)一thelocaledataandvalidatedbysimulation,this