人工神經(jīng)網(wǎng)絡(luò)在認(rèn)知科學(xué)的研究中的應(yīng)用狀況畢業(yè)論文開(kāi)題報(bào)告外文翻譯-wenkub
2023-07-16 12:01:12 本頁(yè)面
【正文】 控制的 方塊圖系統(tǒng) ，其中的 參考軌道塊模型追溯 到了艦船 輸入。中斷點(diǎn)（ ）的 定義 是在兩個(gè)不同分段線(xiàn)性范圍中的 過(guò)渡點(diǎn)。兩個(gè) 和參數(shù)定義為 和 通過(guò)觀 察 Eq.(8)，輸出公式是一個(gè)輸入和輸出關(guān)系函數(shù)的局部峰值函數(shù)，從中可獲得 分段線(xiàn)性（ PWL）控制界面 ，使用一個(gè)查找表就能處理 PWL 控制面的簡(jiǎn)化結(jié)構(gòu)。 Signeddistance method標(biāo)志距離法 fuzzification level模糊化水平 rules inference規(guī)則推到 defuzzification去模糊化 the SIFLC control structureSIFLC 控制結(jié)構(gòu) Input輸入 Output輸出 Input membership function and output membership function 函數(shù)輸入關(guān)系和函數(shù)輸出關(guān)系 Rule table for the above example上述例子的規(guī)則表 在 中描述的 、 、 、 、 、 和 可 表示為 、 、 、 、 、 和 函 數(shù)組的局部峰值。通常 ， FLC 的 兩個(gè)輸入是模糊的，他們依賴(lài)于模糊值 e(K)中 的 p 和 (K)，規(guī)則數(shù)量 可 由 推論出來(lái)， 然而，對(duì)于 SIFLC 而言， 他僅僅需要 使用 p 規(guī)則 。 + e=0 從點(diǎn) P（ , ）到點(diǎn) Q（ ， ）的 距離 d 可 表示為 距離變量的產(chǎn)生了一階規(guī)則表，相反 二 階表 則 需要通 過(guò)傳統(tǒng)的 FLC 來(lái)實(shí)現(xiàn)。 這 個(gè)方法 將輸入量簡(jiǎn)化 為單輸入變量， 即距離 d，距離表示 的是 主對(duì)角線(xiàn) 上平行于對(duì)角線(xiàn)（在輸入集 e 和 的 線(xiàn)）的 絕對(duì)距離量。 對(duì)所有 類(lèi)型 的 FLC，Toeplitz 比例是正確的， 其 使用誤差和衍生 數(shù)值， 也就是 、 和 作為 輸入變量 。本文給出了 SIFLC 的概述并強(qiáng)調(diào) 了 其 控制 面板 的構(gòu)造。對(duì)比 CFLC，他 只 需要一個(gè)錯(cuò)誤量 作為 輸入 ，并由此 產(chǎn)生 一個(gè) 衍生錯(cuò)誤量 ，他 成為了單輸入單輸出控制器 ， 輸入量的減少 優(yōu)化 了規(guī)則表 的 尺寸 。 盡管 在 UUV 中 智能控制應(yīng)用很有前景，但是他 的 執(zhí)行過(guò)程 需要 進(jìn)行 復(fù)雜 的 運(yùn)算 并且耗費(fèi) 大量 的計(jì)算機(jī) 資源 ， 例如， FLC 不得不處理模糊化、基礎(chǔ)規(guī)則存儲(chǔ)、 推論機(jī)制和去模糊 等操作。 Fossen 與 Sagatun（ 1991）提出 了 滑塊模擬法 ， Healey 與 David（ 1993） 進(jìn)一步改進(jìn) 這一方法 。 由 復(fù)雜的控制需求狀況 ， 可以 很清楚的 知道線(xiàn)性控制器 是不能滿(mǎn)足 控制 運(yùn)載工具的要求的 (Yoerger and Slotine,1985)。 UUV 控制是一個(gè)很有挑戰(zhàn)的任務(wù)， 主要是由于 在海洋中存在 困難且 不可預(yù)測(cè)的環(huán)境 因素 。在 仿真 中 ，波動(dòng)的干擾提交到 DSRV 中。本文描述 一種 水下運(yùn)載工具模糊邏輯控制器的簡(jiǎn)單設(shè)計(jì)方法（ FLC），水下運(yùn)載工具也被稱(chēng)為深度下潛救援運(yùn)載工具（ DSRV） 。 本科畢業(yè)設(shè)計(jì) ( 論文 ) 外文翻譯（附外文原文） 學(xué) 院： 機(jī)械與控制工程學(xué)院 課 題 名 稱(chēng) ： 人工神經(jīng)網(wǎng)絡(luò)在認(rèn)知科學(xué) 研究中的應(yīng)用狀況的 報(bào)告 專(zhuān)業(yè) (方向 )： 自動(dòng)化 （控制） 班 級(jí)： 學(xué) 生： 指 導(dǎo) 教 師 ： 日 期 ： 水下 運(yùn)載工具 模糊邏輯控制器 的 簡(jiǎn)單 設(shè)計(jì) 方法 K. Ishaque n, , （ Faculty of Electrical Engineering, Universiti Teknologi Malaysia, UTM 81310, Skudai, Johor Bahru, Malaysia ） 摘要 ： 模糊邏輯控制器（ FLC）的 性能 是 由 其 推 理 規(guī)則 決定的 。這 一 方法 使控制器成為 單輸入 模糊邏輯控制器（ SIFLC）， 其 省略了 普通 模糊邏輯控制器中 將 雙 輸入 FLC（ CFLC） 轉(zhuǎn)變成 單輸入 FLC 的步驟。 在 SIFLC 上顯示 出 相同輸入系統(tǒng)的 Mamdani 和 Sugeno 類(lèi)型 的相同 反應(yīng)，而且SIFLC 只 需要非常小的轉(zhuǎn)換 。在操作 過(guò)程中 ， 由于 運(yùn)載工具難以定義的，也難以密切結(jié)合每一個(gè)子系統(tǒng) Goheen 和 jefferys (1990)， UUV 會(huì)受到復(fù)雜地環(huán)境因素影響， 這些環(huán)境因素 具有多軸運(yùn)動(dòng)軌跡和高度非線(xiàn)性特征。智能控制方法包括神經(jīng)網(wǎng)絡(luò)、 變化模擬（ SIC）和模糊控制器（ FLC），他們 功能 強(qiáng)大 且可以 適應(yīng)不確定的水 中 環(huán)境 ， 而且 他們 表現(xiàn)出了對(duì)干擾的 卓越 的 免疫力。其他的智能控制 研究 還有 Yuh（ 1990） 、 Ishiii（ 1998） 、 Kim 與 Yuh（ 20xx） 和 Wang（ 20xx） 的工作，他們 使用了 模糊神經(jīng)控制器， 它 也叫自適應(yīng)神經(jīng)模糊推斷系統(tǒng)（ SANFIS）。 雖然 有這些問(wèn)題，但是 他還是可以 指導(dǎo) 具有 簡(jiǎn)單控制結(jié)構(gòu)的 FLC（ FLC 的優(yōu)點(diǎn)是計(jì)算能量需求少 ） ， 并且對(duì)比其他非線(xiàn)性控制器 Liu和 Lewis(1993)，在轉(zhuǎn)換控制參數(shù)時(shí) 他 能 提供更高的自由度。 因?yàn)橐?guī)則數(shù)量從 減少到 ，所以 SIFLC 減少 了 處理器的計(jì)算負(fù)擔(dān)， 這里的 是模糊度水平 。 DSRV 模型 是 由 Healey(1992)提出的， 然而 是Fossen 和 Perez(20xx)將其 使用 到 海洋系統(tǒng)模擬器。 通過(guò) 觀察 table 1 中輸出關(guān)系組的 一致 模式， 將 有 很 大 的 機(jī)會(huì) 簡(jiǎn)化表格。 由于距離 d 的設(shè)定，Q( 。在 table 2 中描述了 規(guī)則表， 表中 的 、 、 、 、 、 和 是 table 1 的對(duì)角線(xiàn)， 這些 對(duì)角線(xiàn) 是 符合規(guī)則表新輸入 的 ， NI， NM， NS， Z， PS， PM 和 PL 是 符合對(duì)角線(xiàn)的輸 出。 Derivation of distance距離量來(lái)源 Main diagonal line主對(duì)角線(xiàn) The reduced rule table using the signed distance method使用標(biāo)志距離法減少規(guī)則表 SIFLC 控制 面 SIFLC 控制 面通常能減少到一個(gè)兩階極點(diǎn)， 他是自然距離符合法的副產(chǎn)品 能將規(guī)則表 減少到一階。 考慮 到在（ U0D）區(qū)域內(nèi)， x 作為測(cè)量距離 d 的輸入， 又由于他滿(mǎn)足 和 的關(guān)系函數(shù)，故 輸出 能使用重心 中心（ C0G） 方法來(lái)計(jì)算 在 Eq.(4)中， 是組等級(jí)量為 i 的 組函數(shù)。 在這個(gè)情況下其 計(jì)算時(shí)間更快速，規(guī)則推論和去模糊化過(guò)程是被排除了。作為一種選擇，相似的 PWL 控制面能變換 成 單輸出組函數(shù)的局部
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1