神经模糊理论及其在振动、噪声控制中的应用研究

《神经模糊理论及其在振动、噪声控制中的应用研究》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、上海交通大学硕士学位论文神经模糊网络理论及其在振动、噪声控制中的应用研究摘要主享以汽车悬架减振系统的振动主动控制和不规则封闭噪声空间内声场声压的主动控制为背景，探讨了神经模糊控制系统在其中的靡o伍过仿真实验研究，结果表明了这种新兴的人工智能技术在这两个领域中的良好应用前景乡一‘-主冬首先对神经模糊系统的理论基础一模糊逻辑和神经网络的基本知识作了阐述。在模糊逻辑中，讨论了模糊控制系统的一般设计过程和一些常见的模糊控制器q多翌.渗神经网络电主要以多层前馈网络为研究目标，探讨了BP网络的基本理论和误差反传算法的各种改进方法，对基于BP网络的神

2、经网络建模和控制的各种方法作了比较详细展开乒丈、__(文章比较详细的探讨了模糊逻辑和神经网络的三种结合方式之一的神经模糊网络的理论知识。首先研究了如何用神经网络来实现模糊系统的各个环节以及实现的方法，然后讨论了基于一般模糊模型的神经模糊网络的实现以及其参数学习和结构学习的方法，在结构学习中提出了用遗传算法来对网络的输入空间进行划分。文章同时也简述了基于Takagi-Sugen。模糊模型的神经模糊网络的基本知识三升人本文的重点在于探讨神经模糊网络的应用。本文结合两个应用实例一一~洲的特点，提出了不同的设计和实现方法。在汽车悬挂质量一弹簧-

3、ERF阻尼器组成的减振系统的控制实现中，针对ERF阻尼器的力学特性，根据天棚阻尼原理，首先用模糊控制方法对该系统的建模和控制作了研究。一—一—一一一一些圣亘}*R))士学位i#文左此基础上，对模糊控制器作了改进，采用自适应模糊控制器对该系统进行控制，并比较了两者的控制效果。仪章详细的设计了一个神经覆制器用于不规则封闭噪声空.;内声场声压的控制。因为控制系统的精确数学模型难以获得，采用了模型参考自适应控制技术。首先设计了一个三层前馈网络用于系统的建模，然后设计了一个结构优化的神经模糊控制器用于控制，在设计中，针对网络的结构特点，采用改进的

4、遗传算法对网络进行学习和训练，用以提高网络的速度和精度沙一哭、一关键词:模糊逻辑，神经网络，神经模糊网络，遗传算法，ERF阻尼器，iZ中月、}}上海交通大学硕士学位炸夕___STUDYONNEURAL-FUZZYNETWORKANDIT'SAPPLICATIONINVIBRATION&NOISECONTROLABSTRACTThisdissertationdealswiththeapplicationofartificialintelligenceinvibrationandnoisecontrol.Basedontheelectror

5、heologicalfluid(ERF)damperusedinvehiclesuspensionandthetheoreticalresearchofthesoundpressureinanirregularcavity,westudyontheapplicationofneural-fuzzynetworkinthesetwocases.Bysimulationexperimentalresearching,theresultprovesthepromisingappliedfutureofthisnewrisingtechnolo

6、gy.Firstly,inthispaper,weexpoundtherelationknowledgeofneural-fuzzy,whichisthetheoryoffuzzylogicandneuralnetwork.Inthediscussionoffuzzylogic,wemainlydiscussthecommondesignoffuzzycontrolsystemandtherealizationofsomefamiliarmodelsoffuzzycontroller.Andinthediscussionofneural

7、network,wetakethemulti-layerfeedfowardnetworkastheresearchobject,discussthebasicknowledgeofthemodel,includingit'sstructureandtheimprovementofit'slearningalgorithm,inthesametime,wealsopresentthemethodsofthemodelingandcontrolbasedonBPnetworkindetailedThisdissertationpresen

8、tsoneofthetheoriesinthethreecombinativemethodoffuzzylogicandneuralnetworkparticularly.Dissertationgives