基于优化终端滑模模糊神经网络的板形模式识别
本文选题:冷轧板 切入点:板形模式识别 出处:《矿冶工程》2017年05期
【摘要】:针对板形模式识别问题,将板形信号离散化、归一化,作为终端滑模模糊神经网络的学习样本,建立识别模型。在模糊神经网络的基础上,利用终端滑模权值调整律代替梯度下降法的权值调整律,提高网络的精度。为了进一步提高识别的精度以及收敛速度,引入布谷鸟算法优化模糊神经网络的模型参数。仿真结果表明,提出的识别模型对训练样本和未训练样本的平均最小方差分别为0.000 5和0.011 0,比模糊神经网络(FNN)和径向基神经网络(RBF)的值都小。对某冷轧厂宽度1 040 mm带材的一组实测板形数据识别结果表明,相比于FNN和RBF网络,CS-TSMFNN的识别效果更好。
[Abstract]:In order to solve the problem of shape pattern recognition, the shape signal is discretized and normalized, which is used as the learning sample of terminal sliding mode fuzzy neural network, and the recognition model is established. In order to improve the accuracy of the network, the terminal sliding mode weight adjustment law is used instead of the gradient descent method to improve the accuracy of the network. The model parameters of fuzzy neural network are optimized by Cuckoo algorithm. The simulation results show that, The average minimum variance for training and untrained samples is 0.000 5 and 0.011 0 respectively, which is smaller than that of fuzzy neural network (FNN) and radial basis function neural network (RBFN). The recognition results of measured shape data show that, The recognition effect of CS-TSMFNN is better than that of FNN and RBF networks.
【作者单位】: 燕山大学电气工程学院工业计算机控制河北省重点实验室;
【基金】:河北省自然科学基金(F2016203006)
【分类号】:TG334.9;TP183
【相似文献】
相关期刊论文 前10条
1 潘恒沧;曾静;;模糊神经网络在智能攻丝控制系统中的应用研究[J];精密制造与自动化;2008年02期
2 孔金生;田志超;;分层模糊神经网络的轧钢产品质量建模[J];自动化与仪表;2011年08期
3 韩远飞;曾卫东;赵永庆;周义刚;;模糊神经网络在钛合金研究领域中的应用[J];材料导报;2011年15期
4 娄臻亮,张永清;模糊神经网络及其在镦粗过程中的应用[J];模具技术;2000年06期
5 张宏韬;姜辉;杨建国;;模糊神经网络理论在数控机床热误差补偿建模中的应用[J];上海交通大学学报;2009年12期
6 陈勇;;用模糊神经网络进行铣刀磨损状态识别[J];机械;2011年01期
7 陆文乐;袁庆丰;孙忠峰;李桂琴;;模糊神经网络在电火花线切割加工中的应用[J];机械设计与制造;2007年04期
8 王世明,黄永清,李天石;推送系统的模糊神经网络控制[J];机床与液压;1999年04期
9 贾春玉,李艳文,王茜慧;基于模糊神经网络进行磨削加工尺寸精度智能控制的研究[J];燕山大学学报;2001年01期
10 李小俚,姚英学,袁哲俊;基于小波模糊神经网络刀具监控系统研究[J];机械工程学报;1998年01期
相关会议论文 前9条
1 吴金妹;陈学永;王贵成;;基于模糊神经网络的振动攻丝工艺参数优化匹配的研究[A];2005年中国机械工程学会年会论文集[C];2005年
2 吴金妹;陈学永;王贵成;;基于模糊神经网络的振动攻丝工艺参数优化匹配的研究[A];2005年中国机械工程学会年会第11届全国特种加工学术会议专辑[C];2005年
3 吴金妹;陈学永;王贵成;;基于模糊神经网络的振动攻丝工艺参数优化匹配的研究[A];2005年中国机械工程学会年会论文集第11届全国特种加工学术会议专辑[C];2005年
4 孙蕾;王焱;;变结构模糊神经网络在AGC系统中的应用[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年
5 李宣;孙志辉;张宏昌;;基于模糊聚类的模糊神经网络在铝带厚度控制系统建模中的应用[A];冶金企业自动化、信息化与创新——全国冶金自动化信息网建网30周年论文集[C];2007年
6 邹天来;王秀梅;张晓峰;王国栋;刘相华;;模糊神经网络在轧制力预报中的应用[A];第八届全国塑性加工理论与新技术学术会议论文集[C];1999年
7 崔红;庞中华;刘军;金元郁;;基于综合算法的补偿模糊神经网络及其在电火花加工中的应用[A];2005年中国机械工程学会年会第11届全国特种加工学术会议专辑[C];2005年
8 崔红;庞中华;刘军;金元郁;;基于综合算法的补偿模糊神经网络及其在电火花加工中的应用[A];2005年中国机械工程学会年会论文集第11届全国特种加工学术会议专辑[C];2005年
9 崔红;庞中华;刘军;金元郁;;基于综合算法的补偿模糊神经网络及其在电火花加工中的应用[A];2005年中国机械工程学会年会论文集[C];2005年
相关博士学位论文 前1条
1 朱喜林;模糊神经网络选择机械加工参数的应用研究[D];吉林大学;2006年
相关硕士学位论文 前4条
1 丁光彬;中频淬火模糊神经网络控制系统研究[D];吉林大学;2005年
2 谢汝兵;基于模糊神经网络的数控机床故障诊断的研究[D];太原科技大学;2013年
3 高倩;直线伺服系统的二阶终端滑模控制[D];沈阳工业大学;2016年
4 吴瀛;基于DSP的拉丝机智能控制系统研究[D];西安理工大学;2008年
,本文编号:1690282
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1690282.html