逄宗鹏
- 作品数：5 被引量：27H指数：3
- 供职机构：燕山大学电气工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学金属学及工艺更多>>
- ANFIS的板形控制动态影响矩阵方法被引量：1
- 2010年
- 针对板形控制系统的非线性和强耦合性,以及传统效应函数法和板形静态影响矩阵法的不足,通过对大量生产实测数据的计算和分析,提出了板形控制的动态影响矩阵法.通过基于减法聚类的ANFIS(自适应神经模糊推理系统)的板形动态矩阵预测模型,在线求得不断变化的影响矩阵,兼顾了板带生产的实时性与复杂性,仿真实验验证了其有效性.
- 张秀玲逄宗鹏李少清张少宇
- 关键词：板形控制自适应神经模糊推理系统影响矩阵聚类
- 基于径向基函数神经网络的板形模式识别研究被引量：7
- 2009年
- 针对板带轧制过程中用于辨识板形模式的网络精度较低、在线速度较慢和获得网络辨识模型较复杂的问题,提出了一种基于径向基函数神经网络(RBF)的板形模式识别方法。该方法使输入节点减少,网络模型简化,并用模糊C均值算法和伪逆法确定RBF网络的参数,解决了传统方法学习时间较长的问题。实验表明,该方法能有效的提高板形模式识别的精度和速度。
- 张秀玲陈丽杰季颖逄宗鹏
- 关键词：板形模式识别RBF网络模糊C均值算法伪逆法
- 基于人工智能的冷带轧机板形模式识别与控制
- 随着国民经济的发展和现代生活水平的提高,板带材的需求量在不断增加,同时对板带材产品质量的要求也日益提高。板形模式识别与控制作为关系板带材产品质量的关键技术,已成为钢铁行业重点研究问题。近年来,智能理论技术不断发展,由于智...
- 逄宗鹏
- 关键词：板形模式识别板形控制影响矩阵自适应神经模糊推理系统
- 文献传递
- 基于自适应神经模糊推理系统的板形模式识别被引量：7
- 2009年
- 针对传统的最小二乘板形模式识别方法的抗干扰能力差、精度低和神经网络方法存在网络学习时间长、易陷入局部最小值等问题,把模糊理论和神经网络的优点融合在一起,通过三个自适应神经模糊推理系统的有效拟合,提出了一种基于自适应神经模糊推理系统的板形模式识别方法。研究结果表明,该方法能够很好地克服以上缺点,而且能够有效识别出常见的板形缺陷,识别速度和精度有所提高,识别结果跟板形仪的实测板形也非常接近。
- 张秀玲逄宗鹏李少清贾春玉
- 关键词：板形模式识别自适应神经模糊推理系统
- 基于参数优化的自适应模糊神经网络控制在污水处理中的应用被引量：12
- 2009年
- 针对活性污泥污水处理系统的机理模型具有复杂的非线性,传统的控制方法存在着精度不高,自适应能力差等缺点,提出一种优化的自适应模糊神经网络控制方法,分析了控制模型参数对系统的影响,并经过数据训练得到控制器各参数的寻优方法,获得系统的最优化参数。该控制方法能够快速、有效地使曝气池中溶解氧浓度达到期望值,并且具有较高的控制效果与控制精度。与传统控制方法相比,该控制方法更具有鲁棒性。仿真结果验证了该控制方法的有效性和正确性。
- 张秀玲郑翠翠黄兴格逄宗鹏
- 关键词：参数优化模糊神经网络非线性鲁棒性污水处理
