船舶动力系统智能控制
针对船舶动力系统存在着非线性、不确定性和复杂性,传统的速度调节系统已经不能满足控制需要,作者将模糊神经网络应用到复杂过程控制中去,实现动力系统的智能控制.采用模块建模法建立了汽轮机模型,给出了一种基于模糊神经网络的转速调节系统.并将粗糙集理论与模糊神经网络结合起来,利用粗糙集从观测数据中提取规则,并寻求最小规则集,解决了模糊神经网络"规则爆炸"问题.在MATLAB平台上进行仿真,结果表明该方法对于负荷的扰动及工况的变化有良好的控制效果.
自动控制技术、船舶动力系统、汽轮机、智能控制、模糊神经网络、粗糙集
41
TP273(自动化技术及设备)
国家自然科学基金项目60875025;中央高校基本科研业务费专项基金项目DL09AB09;东北林业大学青年科研基金项目09018;黑龙江省自然科学基金项目F200920
2016-05-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
221-225