计算智能若干方法的应用研究

发布时间：2017-08-26 01:48

  本文关键词：计算智能若干方法的应用研究

  更多相关文章： 计算智能 模糊技术 神经网络 遗传算法 活性石灰生产线

【摘要】：传统的人工智能是符号主义，以知识为基础，通过推理进行问题求解。计算智能是以数据为基础，以连接主义的思想为主，通过训练建立联系，进行问题求解。常见的计算智能方法有神经网络、模糊技术、进化计算、混沌科学等。计算智能方法正得到越来越多学者的研究和完善，并与传统的人工智能技术互相交叉、取长补短，使得人工智能研究与应用呈现出向上的发展趋势。 本文研究了模糊技术、神经网络和遗传算法三种典型计算智能方法在工业控制上的应用，并对神经网络和遗传算法进行深入的分析研究，从两种方法的互补性入手，将两种方法进行融合。 本文首先从计算机工业监测控制系统的一个实例出发，研究模糊技术在工业控制上的应用。该系统注重对作为知识获取来源的知识源本身的研究，依照工业规范，设计模糊控制规则，用于构建活性石灰生产线安全智能监控系统。为了对智能控制系统在质量控制中的非线性问题做进一步的研究，本文介绍了另外两种计算智能方法——神经网络和遗传算法。 神经网络是一种处理复杂系统中非线性问题的有效方法。虽然在有合理的结构和恰当的权值的条件下，BP网络可以逼近任意的连续函数，，但是确定该合理结构和权值并不是网络本身所能实现的。BP算法是基于梯度的方法，这种方法的收敛速度慢，且常受局部极小点的困扰，采用具有全局收敛性的遗传算法则可摆脱这种困境。于是本文选择采用遗传算法优化网络的初始权重，然后利用BP算法最终完成网络训练的方法。 虽然在一定条件下遗传算法总是以概率1收敛于问题的最优解，但是基本的遗传算法并不能保证全局最优收敛。为此，本文引入泛函分析中的压缩映射原理，并结合此原理提出一种改进的遗传算法——压缩映射遗传算法。 本文将压缩映射遗传算法用于学习神经网络的权值和阈值，提出了面向神经网络权值和阈值学习的压缩映射遗传算法。 最后，本文利用遗传神经网络建立了活性石灰生产线质量智能监控模型，运用网络模型提供提高产品质量的操作建议。检验结果证明，该模型具有较高的可靠性，可以在生产过程中实时地提供提高产品质量的操作建议。
【关键词】：计算智能 模糊技术 神经网络 遗传算法 活性石灰生产线
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：TP273
【目录】：

• 第1章 引言6-10
• 1.1 研究背景与意义6-7
• 1.2 计算智能方法7-9
• 1.3 论文的研究工作9-10
• 第2章 模糊技术在计算机监控系统中的应用研究10-34
• 2.1 计算机监测控制系统10-16
• 2.1.1 计算机监测控制系统的定义和功能10-11
• 2.1.2 计算机监测控制的特点11-13
• 2.1.3 从常规监测控制到智能监测控制13-15
• 2.1.4 智能监测控制系统的类型15-16
• 2.2 模糊智能控制16-18
• 2.2.1 模糊理论与模糊控制16-17
• 2.2.2 模糊控制器的基本原理17-18
• 2.2.3 基本模糊控制器的设计方法18
• 2.3 活性石灰生产线安全智能监控系统设计18-33
• 2.3.1 工业炉窑计算机控制的发展和意义18-19
• 2.3.2 活性石灰生产线概述19-21
• 2.3.3 活性石灰生产线操作方法21-24
• 2.3.4 基于专家知识的模糊规则24-33
• 2.4 本章小结33-34
• 第3章 BP神经网络理论34-45
• 3.1 神经网络概述34-40
• 3.1.1 神经网络的定义及发展现状34-38
• 3.1.2 人工神经网络的基本模型38-40
• 3.2 BP网络理论40-44
• 3.2.1 BP网络结构40-41
• 3.2.2 BP算法的数学描述41-43
• 3.2.3 BP网络中的神经元模型43
• 3.2.4 BP网络的训练过程43-44
• 3.3 本章小结44-45
• 第4章 压缩映射遗传算法的研究45-59
• 4.1 遗传算法概述45-52
• 4.1.1 遗传算法的定义及发展现状45-49
• 4.1.2 遗传算法的基本思想49-52
• 4.2 基本遗传算法52-55
• 4.2.1 基本遗传算法的构成要素52-53
• 4.2.2 基本遗传算法描述53-55
• 4.3 压缩映射遗传算法55-58
• 4.3.1 压缩映射原理55-56
• 4.3.2 压缩映射遗传算法及其可行性与收敛性56-58
• 4.4 本章小结58-59
• 第5章 神经网络与遗传算法的融合59-73
• 5.1 神经网络与遗传算法融合的基础59-61
• 5.1.1 神经网络需要遗传算法59-60
• 5.1.2 遗传算法需要神经网络60-61
• 5.2 面向神经网络权值和阈值学习的压缩映射遗传算法61-64
• 5.3 遗传神经网络建立活性石灰生产线质量智能监控模型64-72
• 5.3.1 建立遗传神经网络模型65
• 5.3.2 遗传神经网络检测结果分析65-68
• 5.3.3 运用遗传神经网络模型提供提高产品质量的操作建议68-72
• 5.4 本章小结72-73
• 第6章 结论与展望73-75
• 6.1 结论73
• 6.2 展望73-75
• 参考文献75-78
• 攻读硕士学位期间参与研究和发表的学术论文78-79
• 致谢79

【引证文献】

中国期刊全文数据库 前3条

1 胡军;李秉利;;电脑信息化管理在燃气行业中的应用[J];才智;2011年17期

2 史雪龙;;浅析计算机监控系统在燃气行业中应用[J];电脑知识与技术;2009年02期

3 符娟;钟_

本文编号：738932