导读:本文包含了重构模糊模型论文开题报告文献综述及选题提纲参考文献，主要关键词:相空间重构,模糊神经网络,海温垂直分布,预测模型
重构模糊模型论文文献综述
董兆俊,滕军,张恒新,张芳苒,赵建宇[1]（2010）在《基于相空间重构与模糊神经网络的海温垂直分布预测模型》一文中研究指出在海温预报中引入混沌理论,将相空间重构与模糊神经网络相结合,提出了海温垂直建模预测模型。通过相空间重构,把海温时间序列拓展为多维序列,而多维序列包含着各态历经的信息,从而挖掘出了丰富的海温变化空间的信息,有利于模糊神经网络的训练。利用建立好的模糊神经网络模型,较好地对海温的垂直结构进行了建模、训练和预测。实际的预测结果表明,该模型预报精度较高,超前1~5个月的预测值的相对误差均控制在10%以内,预测结果可以为业务工作提供一定的参考与借鉴。(本文来源于《海洋科学进展》期刊2010年02期）
董兆俊,滕军,王骥鹏[2]（2008）在《基于相空间重构与模糊神经网络耦合的海温预测模型》一文中研究指出在海温预报中引入混沌理论,将相空间重构理论与模糊神经网络相结合,建立了海温预测模型。通过相空间重构,把一维海温时间序列拓展为多维序列,而多维序列包含着各态历经的信息,从而挖掘出了丰富的海温变化空间的信息,有利于模糊神经网络的训练。利用建立好的模糊神经网络模型,对海温预报问题进行了建模、训练和预测。实际的预测结果表明,该模型预报精度较高,预测结果可以为业务工作提供一定的参考与借鉴。(本文来源于《热带海洋学报》期刊2008年04期）
肖淬艺,李医民[3]（2007）在《基于T-S模糊模型的自适应重构控制》一文中研究指出针对建模误差,外界干扰及操作故障等因素对重构控制的影响,提出了一种基于T-S模糊模型的自适应重构控制方案。整个方案基于模糊T-S模型,在与神经网络的学习能力相结合后,使模糊控制器能自动调整它的隶属度函数,为模糊控制器增加了相当的灵活性,可重构的控制律又使系统在故障情况下的输出精确跟踪期望参考模型的输出,可以有效地补偿故障引起的非线性因素的影响。仿真结果表明了所提出的方法的有效性。(本文来源于《科学技术与工程》期刊2007年24期）
肖淬艺[4]（2007）在《基于T-S模糊模型的自适应重构控制》一文中研究指出本文在设计控制器时引入基于T-S模糊模型的神经网络自适应控制器,使得系统在故障情况下能够在线对消不确定项和模糊建模误差的影响,保证系统具有期望的鲁棒跟踪性能,克服了单纯用线性控制系统理论来控制复杂非线性系统鲁棒性能较差的问题。本文首先介绍自修复重构控制的基本状况和发展概况,并论述了当前的研究领域中存在的问题及发展的前景。其次,介绍了模糊系统、T-S模糊模型、故障诊断、自修复控制及神经网络的基本知识和基本理论,并在传统的重构控制的基础上,针对系统在建模时产生的误差、外界干扰及操作故障等因素对系统产生的影响,应用一种基于T-S模糊模型的自适应重构控制方案,使整个方案基于模糊T-S模型,再结合神经网络的学习能力,使得系统在故障的情况下能自动调整它的隶属度函数,为所设计的模糊控制器增加了相当的灵活性。可重构的控制律又使系统在故障情况下的输出能精确跟踪期望参考模型的输出,有效地补偿故障引起的非线性因素的影响,达到自修复的目的。最后,应用基于T-S模糊模型的自适应重构控制方案,对复杂的非线性系统进行自修复控制,经过仿真表明了本文采用的自修复控制方案的有效性。(本文来源于《江苏大学》期刊2007-11-01）
陈佐,谢赤,李晓东[5]（2006）在《基于相空间重构技术的EM聚类模糊神经网络预测模型及其应用》一文中研究指出应用相空间重构技术对时间序列进行分割,将原序列映射到多维的数据空间中。将期望最大化(EM)聚类算法和神经网络相结合,提出了一种基于相空间重构技术的EM聚类模糊神经网络预测模型。在股票市场上进行了应用,结果表明该预测模型降低了预测误差,提高了系统的性能。(本文来源于《中国软科学》期刊2006年08期）
刘亚,胡寿松[6]（2004）在《基于模糊模型的鲁棒自适应重构飞行控制》一文中研究指出提出了一种基于模糊模型的歼击机鲁棒自适应重构控制方案。整个控制方案基于T S模糊模型,将歼击机各飞行状态的局部线性调节器与鲁棒自适应神经网络重构控制器相结合,避免了传统的增益预置方法中控制律在不同工作点之间切换造成的参数突变对系统性能的影响,可以保证系统在全局上拥有局部工作点具有的期望性能,证明了重构系统的全局闭环渐近稳定性。所提出的带有补偿项的完全自适应RBF神经网络,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,提高了神经网络的学习能力,同时通过自适应补偿项来在线估计神经网络的近似误差边界,可以有效地在线修正建模误差、外扰及操纵面故障等因素的影响,保证系统的操纵品质。仿真结果表明了所提出方法的有效性。(本文来源于《航空学报》期刊2004年02期）
陈庆伟,周川,胡维礼,胡寿松[7]（2000）在《基于模糊多模型匹配与辨识的伪逆重构控制》一文中研究指出将多模型匹配及在线模糊辨识的思想与伪逆重构控制方法相结合 ,提出了一种新的智能型重构控制策略。该方法不仅可以适应多种故障模式 ,而且能克服各种不确定性因素和扰动对系统重构后动、静态性能的影响。理论分析和针对歼击机在机动飞行过程中各种舵面故障的仿真研究均表明本文方法的有效性(本文来源于《航空学报》期刊2000年06期）
重构模糊模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在海温预报中引入混沌理论,将相空间重构理论与模糊神经网络相结合,建立了海温预测模型。通过相空间重构,把一维海温时间序列拓展为多维序列,而多维序列包含着各态历经的信息,从而挖掘出了丰富的海温变化空间的信息,有利于模糊神经网络的训练。利用建立好的模糊神经网络模型,对海温预报问题进行了建模、训练和预测。实际的预测结果表明,该模型预报精度较高,预测结果可以为业务工作提供一定的参考与借鉴。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
重构模糊模型论文参考文献
[1].董兆俊,滕军,张恒新,张芳苒,赵建宇.基于相空间重构与模糊神经网络的海温垂直分布预测模型[J].海洋科学进展.2010
[2].董兆俊,滕军,王骥鹏.基于相空间重构与模糊神经网络耦合的海温预测模型[J].热带海洋学报.2008
[3].肖淬艺,李医民.基于T-S模糊模型的自适应重构控制[J].科学技术与工程.2007
[4].肖淬艺.基于T-S模糊模型的自适应重构控制[D].江苏大学.2007
[5].陈佐,谢赤,李晓东.基于相空间重构技术的EM聚类模糊神经网络预测模型及其应用[J].中国软科学.2006
[6].刘亚,胡寿松.基于模糊模型的鲁棒自适应重构飞行控制[J].航空学报.2004
[7].陈庆伟,周川,胡维礼,胡寿松.基于模糊多模型匹配与辨识的伪逆重构控制[J].航空学报.2000