船用同步发电机混沌神经网络建模

论文题目: 船用同步发电机混沌神经网络建模

论文类型: 硕士论文

论文专业: 控制理论与控制工程

作者: 聂益文

导师: 施伟锋

关键词: 船用发电机,混沌,混沌神经网络,建模

文献来源: 上海海事大学

发表年度: 2005

论文摘要: 船用发电机的数学模型在船舶电力系统仿真和控制中有着广泛地应用，船用发电机的数学模型具有一定的复杂性和非线性特性，其建模研究是一个热点问题。神经网络对于辨识和逼近复杂的非线性系统有着优越的性能，已经在工程领域得到了广泛而成功地应用。国内外许多学者采用神经网络来建立非线性系统的模型，并取得了一定的成功。混沌神经网络具有十分复杂的动力学特性，它不同于仅具有梯度下降特性的一般性神经网络。混沌神经网络具有更加丰富的远平衡点动力学特性，同时存在各种吸引子。用混沌神经网络建立的船用同步发电机模型具有很强的泛化能力。所以，混沌神经网络为非线性系统建模提供了一种新的方法。论文主要工作为： 1)本文利用Matlab软件来建立混沌神经网络结构，首先建立Aihara混沌神经网络结构，通过合理的选择混沌神经元结构，对混沌神经网络的输入层、输出层和隐层进行了设计，同时选择合适的学习方法来建立学习速度更快、泛化能力更强的新的混沌神经网络结构。 2)在建立混沌神经网络结构之后，利用采集来的船用同步发电机的样本数据来训练船用同步发电机的数学模型。在建模的过程中，首先选择系统辨识模型，然后通过对样本数据进行一系列的处理，同时在训练的过程中通过比较、试验来选择训练速度、训练次数等参数，来对建立的船用同步发电机模型的正常运行工况和故障工况进行训练，从而建立船用同步发电机的混沌神经网络模型。 混沌神经网络对于大型非线性系统的建模是非常具有现实意义的，值得借鉴和推广，为非线性系统建模提供了一条新思路和一个新手段。同时，也大大降低了试验的要求，对于船员的培训等耗费巨大的项目有很大的帮助。因此，本文对混沌神经网络建摸的研究具有一定的理论价值和工程实用意义。

论文目录:

摘要

ABSTRACT

第一章 前言

1.1 选题背景

1.1.1 船舶电力系统简介

1.1.2 船用发电机建模

1.2 神经网络建模的发展

1.3 论文主要工作与内容

第二章 混沌神经网络研究

2.1 引言

2.2 混沌神经网络研究现状

2.2.1 混沌理论简介

2.2.2 几种典型混沌神经网络模型

2.3 神经网络学习训练方法研究

2.4 本章小结

第三章 混沌神经网络结构设计及船用发电机系统辨识结构选用

3.1 神经网络的选择

3.2 混沌神经元结构

3.3 神经网络的混沌特性分析

3.4 混沌神经网络结构设计

3.4.1 输入输出层神经元数的确定

3.4.2 隐层神经元的确定

3.4.3 混沌神经网络结构

3.5 学习训练方法的设计

3.6 船用发电机系统辨识神经网络模型的选用

3.7 本章小结

第四章 船用发电机混沌神经网络建模及结果分析

4.1 引言

4.2 系统辨识模型分析

4.3 船用同步发电机样本数据采集

4.3.1 船用发电机正常运行工况样本数据的采集

4.3.2 船用发电机故障工况样本数据的采集

4.4 样本数据的确定

4.4.1 神经网络学习样本数据的选择原则

4.4.2 混沌神经网络模型学习样本数据的确定

4.5 样本数据的处理

4.6 混沌神经网络的训练

4.6.1 训练次数的确定

4.6.2 初始权值的选择

4.7 船用同步发电机正常运行工况训练情况

4.8 船用同步发电机故障工况训练情况

4.9 船用同步发电机混沌神经网络模型的测试

4.10 本章小结

第五章 结论与展望

5.1 论文主要内容与结论

5.2 进一步的研究方向

致谢

参考文献

附录1 攻读硕士学位期间发表的论文

附录2 混沌神经网络的训练过程

发布时间: 2007-01-16

参考文献

• [1].基于虚拟同步发电机的船舶微源逆变器仿真研究[D]. 薛广宇.大连海事大学2015
• [2].船用同步发电机系统辨识与仿真研究[D]. 刘壮栋.哈尔滨工程大学2011
• [3].基于小波分析的船舶同步发电机故障诊断仿真研究[D]. 崔志超.集美大学2010
• [4].船舶同步发电机自动调频调载装置的研究与设计[D]. 张树伟.大连海事大学2011
• [5].船舶电力系统中同步发电机的实测建模研究[D]. 赵顺利.哈尔滨工程大学2014
• [6].船舶同步发电机频载自动调节装置的设计[D]. 吕奇伟.大连海事大学2008
• [7].柴油同步发电机与船舶微源逆变器并联运行研究[D]. 张树阳.大连海事大学2016
• [8].开关型数字式船用同步发电机AVR的设计与研究[D]. 刘磊.武汉理工大学2010
• [9].基于TMS320F2812的船舶同步发电机AVR设计[D]. 肖开明.武汉理工大学2009
• [10].船舶同步发电机参数自适应数字式励磁调节器研究与设计[D]. 付佳杰.大连海事大学2012

相关论文

• [1].船舶电力系统混沌现象研究[D]. 黄健.上海海事大学2005
• [2].混沌神经网络及其应用研究[D]. 陈玲娟.西安理工大学2006
• [3].混沌神经网络及其在组合优化的应用[D]. 汪鸣鑫.南昌大学2007
• [4].基于混沌神经网络的原料采购模型研究及应用[D]. 潘宇斌.国防科学技术大学2005
• [5].混沌神经网络及其优化算法的研究和应用[D]. 陆忠武.武汉科技大学2005
• [6].混沌神经网络研究及在计算机视觉中的应用[D]. 朱斌.武汉大学2005
• [7].模糊混沌神经网络的研究[D]. 唐墨.哈尔滨工程大学2006
• [8].基于混沌神经网络的多用户检测技术的研究[D]. 潘亚莉.重庆大学2006
• [9].船舶柴油发电机系统仿真[D]. 韦韩英.上海海运学院2003
• [10].船舶发电机励磁系统人工神经网络控制研究[D]. 陈子顺.上海海事大学2004

标签：船用发电机论文;  混沌论文;  混沌神经网络论文;  建模论文;