【正文】 畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說明 原創(chuàng)性聲明 本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。涉及到電子科學(xué)和技術(shù)、信息與通信工程、計(jì)算科學(xué)和技術(shù)、電氣工程、控制科學(xué)和技術(shù)等諸多學(xué)科。 啟蒙時(shí)期 1890 年，美國(guó)心理學(xué)家 William James 發(fā)表了第一部詳細(xì)論述人腦結(jié)構(gòu)及功能的專著《心理學(xué)原理》，對(duì)相關(guān)學(xué)習(xí)、聯(lián)想記憶的基本原理做了開創(chuàng)性研究 神 經(jīng)網(wǎng)絡(luò)的著名文章。 低潮時(shí)期 在 20 世紀(jì) 60 年代，掀起了神經(jīng)網(wǎng)絡(luò)研究的第一次熱潮。在 1986 年貝爾實(shí)驗(yàn)室宣布制成神經(jīng)網(wǎng)絡(luò)芯片前不久，美國(guó)的 David 和 James 及其領(lǐng)導(dǎo)的提出了 PDP 網(wǎng)絡(luò)思想，其中涉及到神經(jīng)網(wǎng)絡(luò)的三個(gè)主要特征，即結(jié)構(gòu)、神經(jīng)元的傳遞函數(shù)和它的學(xué)習(xí)訓(xùn)練方法， PDP 這部書的最重要的貢獻(xiàn)是發(fā)展了多層感知機(jī)的反向傳播訓(xùn)練算法，把學(xué)習(xí)的結(jié)果反饋到中間層次的隱節(jié)點(diǎn)，改變其連接權(quán)值，以達(dá)到預(yù)期的學(xué)習(xí)目的。從1987 年來，神經(jīng)網(wǎng)絡(luò)的理論、應(yīng)用、實(shí)現(xiàn)及開發(fā)工具均以令人振奮的速度快速發(fā)展。 人工神經(jīng)網(wǎng)絡(luò)的主要應(yīng)用領(lǐng)域 信息領(lǐng)域 神經(jīng)網(wǎng)絡(luò)作為一種新型智能信息處理系統(tǒng)，其應(yīng)用貫穿信息的獲取、傳輸、接接收與加工利用等各個(gè)環(huán)節(jié)，這里僅舉三個(gè)方面的應(yīng)用。（ 1）系統(tǒng)辨別 神經(jīng)網(wǎng)絡(luò)所有的非線形特性和學(xué)習(xí)能力，使其在系統(tǒng)辨別方面的有很大的潛力，為解決具有復(fù)雜的非線形、不確定性和不確知開辟了一條新的途徑。利用神經(jīng)網(wǎng)絡(luò)的聯(lián)想記憶特性可設(shè)計(jì)出密鑰分散保管方案；利用神經(jīng)網(wǎng)絡(luò)的分類能力可提高密鑰的破解難度；利用神經(jīng)網(wǎng)絡(luò)還可設(shè)計(jì)出安全的保密開關(guān)，如語音開關(guān)、指紋開關(guān)等等。因此，嚴(yán)格的說，預(yù)估補(bǔ)償器不能完全補(bǔ)償純滯后。) 為傳遞函數(shù)。 若按連接方式，也可以分為：前饋型網(wǎng)絡(luò)和反饋型網(wǎng)絡(luò)。 若按神經(jīng)網(wǎng)絡(luò)的功能分類，目前常用的有如下分類： … … … … … … … … … 圖 (a) 圖 (b) 圖 (c) 神經(jīng)網(wǎng)絡(luò)分類 雙值輸入 有教師 Hamming 網(wǎng)絡(luò) Hopfield 網(wǎng)絡(luò) 連續(xù)輸入 無教師 —— Kohonen 網(wǎng)絡(luò) 有教師 單層感知器 無教師 —— Grossterg 網(wǎng)絡(luò)， Carpenter 網(wǎng)絡(luò) 8 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法 學(xué)習(xí)和記憶是人類智能器官的最主要的功能，模擬人腦神經(jīng)系統(tǒng)的學(xué)習(xí)功能是人工神經(jīng)網(wǎng)絡(luò)的核心任務(wù)。 圖 表示了兩個(gè)相連的神經(jīng)元之間的信號(hào)聯(lián)系 ，從神經(jīng)元 ui 到神經(jīng)元 uj 之間的聯(lián)結(jié)權(quán)值為 ijW ； uj 與 ui 被“激活”的程度 )(taj 、 )(tai 稱為活性度； uj 與 ui 的輸出分別為 jy與 iy ；教師的示教信號(hào)為 )(ttj 。 函數(shù) H 仍與神經(jīng)元 ui 的輸出 )(tyi 成正比： )()),(( 2 tyWtyH iiji ?? ????? ?????????????? ???? （ ） 式中 2? 為正數(shù)。 不同狀態(tài)時(shí)實(shí)現(xiàn)聯(lián)結(jié)的概率來調(diào)整其間的權(quán)值： )( ?? ?? ijijij ppW ? 。如果環(huán)境是非平穩(wěn)的（統(tǒng)計(jì)特征隨時(shí)間變化），通常的監(jiān)督學(xué)習(xí)沒有能力跟蹤這種變化，為解決此問題，需要網(wǎng)絡(luò) 有一定的自適應(yīng)能力，此時(shí)對(duì)每一不同輸入都作為一個(gè)新的例子對(duì)待。感知器 的學(xué)習(xí)規(guī)則如下： iii xtydtWtW ))(()()1( ???? ? () 其中 ?為學(xué)習(xí)率（ 0?1）， d 為期望輸出（又稱教師信號(hào)）， )(ty 是實(shí)際輸出。該模型的結(jié)構(gòu)如圖 所示： 和感知器神經(jīng)網(wǎng)絡(luò)一樣，線性神經(jīng)網(wǎng)絡(luò)只能反映輸入和輸出樣本矢量間的線性映射關(guān)系，它也只能解決線性可分問題。此過程一直進(jìn)行到網(wǎng)絡(luò)輸出的誤差減少到可接受的程度，或進(jìn)行到預(yù)先設(shè)定的學(xué)習(xí)次數(shù)為止。 對(duì)于輸出層，有 )( kk fo ? lk ,2,1 ?? ????????? ???? （ ） ??? mj jjkk yw 0 lk ,2,1 ?? ????????? ???? （ ） 對(duì)于隱層，有 )( jj fy ? mk ,2,1 ?? ????????? ???? （ ） ??? mj iijj xv 0 mk ,2,1 ?? ?????? ???? ??? ?? ???? （ ） 以上兩式中，轉(zhuǎn)移函數(shù) )(xf 均為單極 Sigmoid 函數(shù) xexf ???1 1)(?????? ??? ????? ??????? ???? （ ） )(xf 具有連續(xù)、可導(dǎo)的特點(diǎn)，且有 ? ? ? ? ? ? x1 x2 xi xi+1 i 層 k 層 j 層 1yy1 2yy1 _ + 訓(xùn)練信號(hào) td 調(diào)整權(quán)值 誤差 輸入層（ n 個(gè)） 隱層（ p 個(gè)） 輸出層（ q 個(gè)） 圖 BP 網(wǎng)絡(luò)結(jié)構(gòu)及反向?qū)W 習(xí) 14 )](1)[()( xfxfxf ??? ????????? ?????? ?? ???? （ ） 根據(jù)應(yīng)用需要，也可以采用雙極性 Sigmoid（或稱雙曲線正切函數(shù)） xxeexf ????? 11)(?????? ???? ???????? ? ?? ???? （ ） 式（ ） ~ 式（ ）共同構(gòu)成了三層前饋網(wǎng)的數(shù)學(xué)模型。為了提高網(wǎng)絡(luò)的訓(xùn)練速度，可以在權(quán)值調(diào)整公式中增加一動(dòng)量項(xiàng)若用 w 代表某層權(quán)矩陣， X 代表某層輸入向量，則含有動(dòng)量項(xiàng)的權(quán)值調(diào)整向量表達(dá)式為 )1()( ????? tWXtW ??? ????????? ???? （ ） 可以看出，增加動(dòng)量項(xiàng)即從前一次權(quán)值調(diào)整量中取出一部分疊加到本次權(quán)值調(diào)整量中， ? 稱為動(dòng)量系數(shù)，一般有 )1,0(?? 。權(quán)值調(diào)整進(jìn)入平坦區(qū)的原因是神經(jīng)元進(jìn)入了轉(zhuǎn)移函數(shù)的飽和區(qū)。在解決實(shí)際問題時(shí)，訓(xùn)練樣本常常難以滿足以上要求。輸入量必須選擇那些對(duì)輸出影響大且能檢測(cè)或提取o 0 1 1?? 1?? 21 17 的變量，此外還 要求各輸入變量之間互不相關(guān)或相關(guān)性很小，這是輸入量選擇的兩條基本原則。 ③ 函數(shù)自變量輸入 用多層前饋網(wǎng)見建立系統(tǒng)的數(shù)學(xué)模型屬于典型的非線形映射問題。 （ 6） 輸入輸出數(shù)據(jù)的處理 ① 尺度變換 尺度變換也稱歸一化或標(biāo)準(zhǔn)化，是指通過變換的處理的將網(wǎng)絡(luò)的輸入、輸出數(shù)據(jù)限制在 [0， 1]或 [1， 1]區(qū)間類。此外，當(dāng)樣本多到一定程度時(shí)，網(wǎng)絡(luò)的精也難再提高，實(shí)踐表明，網(wǎng)絡(luò)訓(xùn)練所需的樣本數(shù)取決于輸入輸出非線性映射關(guān)系的復(fù)雜程度，映射關(guān)系越復(fù)雜，樣本中含的噪聲越大，為保證一定映射精度所需要的樣本數(shù) 就越多，而且網(wǎng)絡(luò)的規(guī)模就越多 [13][14]。 初始權(quán)值的設(shè)計(jì) 網(wǎng)絡(luò)權(quán)值的初始化決定了網(wǎng)絡(luò)的訓(xùn)練從誤差曲面的哪一點(diǎn)開始，因此初始化方法對(duì)縮短網(wǎng)絡(luò)的訓(xùn)練時(shí)間至關(guān)重要。隱節(jié)點(diǎn)數(shù) 量太少，網(wǎng)絡(luò)從樣本中獲取的信息能力就差，不足以概括和體現(xiàn)訓(xùn)練集中的樣本規(guī)律；隱節(jié)點(diǎn)數(shù)量過多，又可能把樣本中非規(guī)律性的內(nèi)容也學(xué)會(huì)牢記，從而出現(xiàn)所謂過度吻合問題，反而降低了泛能力。在隱節(jié)點(diǎn)數(shù)一定的情況下，為獲得好的泛化能力，存在著一個(gè)最佳訓(xùn)練次數(shù)。它的組成核心是具有智能性的模糊控制器。 (2)對(duì)模糊量有給定的規(guī)則進(jìn)行模糊推理（規(guī)則庫(kù)、推理決策完成）。對(duì)于圖 b 只有在 0x 點(diǎn)處的隸屬度為 1，其它輸入對(duì)應(yīng)的隸屬度都為 0。 模糊控制的設(shè)計(jì)的主要任務(wù)是以被控系統(tǒng)的性能指標(biāo)作為設(shè)計(jì)和調(diào)節(jié)控制器參數(shù)的依據(jù)。它的實(shí)質(zhì)是模糊邏輯推理。因此，難免會(huì)丟失許多信息。當(dāng)系數(shù) ik 取為 )( iv v? 時(shí)，就轉(zhuǎn)化重心法了。 (3)精確化計(jì)算 顯然模糊輸出量是不能直接去控制執(zhí)行部件的，在這確定的范圍中，還必須要確定一個(gè)認(rèn)為最具有代表性的值作為真正的輸出控制量。圖中 E、 DE、U 為誤差 e、誤差變化 de、控制量 u的模糊集。但是，語言值分檔太多，有可能使控制規(guī)則變得很復(fù)雜，編制程序比較困難，占用的內(nèi)存儲(chǔ)器容量也較多；選擇較少的分檔，控制規(guī)則相應(yīng)變少，規(guī)則的實(shí)現(xiàn)方便了，可是過少的規(guī)則又會(huì)使控制作用變得粗糙而達(dá)不到預(yù)期效果。最后，計(jì)算機(jī)將此量化值乘以比例因子（ k3）得到最終的輸出控制量。首先確定各語言變量論域內(nèi)模糊子集的個(gè) 數(shù)。能否根據(jù)控制系統(tǒng)的性能來在 線整定比例因子 ke、 ku、 kec，使它們保持合適的數(shù)值，從而使系統(tǒng)的性能達(dá)到令人滿意的水平 ?答案是肯定的。ec。 第 3 章 神經(jīng)網(wǎng)絡(luò) 在 電力電子裝置故障檢測(cè) 與診斷研究 故障與 方案的提出 電力電子電路的實(shí)際運(yùn)行中大多數(shù)故障表現(xiàn)為晶閘管損壞 ,電力電子電路的故障診斷與一般的模擬電路 ,數(shù)字電路及開關(guān)電容網(wǎng)絡(luò)的故障診斷有一個(gè)重要的差別 ,即故障 29 信息只存在于發(fā)生故障后到停電之前數(shù)十毫秒以內(nèi) , 所以需要?jiǎng)討B(tài)監(jiān)視 amp。 變壓器的原邊分別接單相逆變器的輸出，副邊按圖 1 方式。本文主要研究利用虛擬儀器 ,應(yīng)用神經(jīng)網(wǎng)絡(luò)理論進(jìn)行電力電子電路的故障診斷 ,利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力 ,使故障波形與故障原因之間的關(guān)系通過神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)后保存在其結(jié)構(gòu)之中 ,然后將學(xué)習(xí)好的神經(jīng)網(wǎng)絡(luò)用于故障診斷 ,神經(jīng)網(wǎng)絡(luò)就可通過對(duì)當(dāng)前電壓波形的分析 ,得出故障原因 ,從而實(shí)現(xiàn)故障的在線自動(dòng)診斷。 為改進(jìn)基本模糊控制器的性能，特引入?yún)?shù)自校正機(jī)制，根據(jù)偏差 u 分別對(duì)量化因子 ek 、 eck 和比例因子 uk 、積分因子 ik 進(jìn)行在線校正，構(gòu)成參數(shù)在線自校正模糊控制器。本節(jié)提出了一種參數(shù)在線自校正模糊控制器，采用改進(jìn)的參數(shù)校正原則，在控制過程中根據(jù)不同的給定偏差值對(duì)模糊控制器的偏差量化因子、偏差變化率量化因子以及比例因子、積分因子等進(jìn)行校正。確定模糊控制規(guī)則的原則是必須保證控制器的輸出能夠使系統(tǒng)輸出響應(yīng)的動(dòng)靜態(tài)特性達(dá)到最佳。圖中 k1,k2 分別為誤差 e 和誤差變化 de 的量化比例因子、 k3 為控制量的量化比例因子。 在采用合成推理算法時(shí)，為了在實(shí)時(shí)控制中避免模糊關(guān)系矩陣合成運(yùn)算所浪費(fèi)的計(jì)算機(jī)時(shí)間，總是在脫機(jī)狀態(tài)下將全部輸入輸出之間的關(guān)系計(jì)算出來，形成一張控制表（響應(yīng)表），存入計(jì)算機(jī)內(nèi)存中，在某一采樣時(shí)刻根據(jù)輸入變量去查控制表就得到輸出響應(yīng)。然而，在實(shí)際應(yīng)用中，由于模糊關(guān)系矩陣 R 是一個(gè)高階矩陣，如果對(duì)于任何瞬間的系統(tǒng)誤差 Ei 和誤差變化 DEj 都用式（ 311）合成計(jì)算出即時(shí)控制輸出 Cij,顯然要花費(fèi)大量的計(jì)算時(shí)間。且大多數(shù)模糊邏輯推理方法采用 Mamdani 極大極小推理法。 綜 上分析可知，模糊邏輯控制的過程主要有三個(gè)步驟：模糊化過程、模糊邏輯推理、精確化計(jì)算，即 (1)模糊化過程 所謂模糊化過程就是通過傳感器把受控對(duì)象的相關(guān)物理量轉(zhuǎn)換為電量，若傳感器的輸出量是連續(xù)的模擬量，還要通過 A/D 轉(zhuǎn)換成數(shù)字量作為計(jì)算機(jī)的輸入測(cè)量值；接著再將此輸入測(cè)量值作為標(biāo)準(zhǔn)化處理，即把其變化范圍影射到相應(yīng)論域中，再將論域中的該輸入數(shù)據(jù)轉(zhuǎn)換成相應(yīng)語言變量的術(shù)語，并構(gòu)成模糊集合。所以在一些控制要求不高的場(chǎng)合，采 用最大隸屬度函數(shù)法是非常方便的。但在實(shí)際使用中，提別是在模糊控制中，必須要有一個(gè)確定的值才能去控制或驅(qū)動(dòng)執(zhí)行機(jī)構(gòu)。一般說來，模糊控制器設(shè)計(jì)需要考慮的設(shè)計(jì)參數(shù) :有采樣頻率（根據(jù)香農(nóng)定理和被控過程控制的技術(shù)限制來選擇）、量化等級(jí)（它嚴(yán)重影響系統(tǒng)的響應(yīng)，如超調(diào)、上升時(shí)間、穩(wěn)態(tài)精度等），隸屬度函數(shù)的類型和不同隸屬度函數(shù)之間的重疊率、規(guī)則的數(shù)目和精確化計(jì)算方法。除以上三種隸屬 度函數(shù)之外，其它類型的隸屬度函數(shù)曲線只要符合一定的條件也是可以的。 圖 FLC 基本結(jié)構(gòu)圖 因此，模糊控制器的設(shè)計(jì)問題就是模糊化過程、知識(shí)庫(kù)（含數(shù)據(jù)庫(kù)和規(guī)則庫(kù)）、理決策和精確化計(jì)算四部分的設(shè)計(jì)問題。模糊邏輯控制 的基礎(chǔ)是模糊邏輯。 模糊控制系統(tǒng) 模糊控制系統(tǒng)的組成 所謂系統(tǒng)指的是兩個(gè)以上彼此聯(lián)系又相互作用的對(duì)象構(gòu)成的具有某種功能的集體。確定最佳隱節(jié)點(diǎn)數(shù)的一個(gè)常用方法稱為試湊法，可先設(shè)置較少的隱節(jié)點(diǎn)訓(xùn)練網(wǎng)絡(luò)，然后逐漸增加隱節(jié)點(diǎn)數(shù)，用同一樣本集進(jìn)行訓(xùn)練，從中確定網(wǎng)絡(luò)誤差最小時(shí)對(duì)應(yīng)的隱節(jié)點(diǎn)數(shù)。這個(gè)不僅遠(yuǎn)離轉(zhuǎn)移函數(shù)的兩個(gè)飽和區(qū)，而且是其變化最靈敏的區(qū)域，必然使網(wǎng)絡(luò)的學(xué)習(xí)速度較快。樣本的選擇要注意樣本類別的均衡，盡量使每個(gè)類別的樣本數(shù)量大致相等。 Sigmoid 轉(zhuǎn)移函數(shù)的輸出在 0~1 或 1~1 之間，作為教師信號(hào)的輸出數(shù)據(jù)如不進(jìn)行變換處理，勢(shì)必使