您的位置： 专家智库 > >

梁亚

作品数：2 被引量：27H指数：2
供职机构：黑龙江科技大学电气与控制工程学院更多>>
相关领域：自动化与计算机技术矿业工程更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 1篇矿业工程
  • 1篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇RBF神经网...
  • 1篇底板
  • 1篇信息融合
  • 1篇信息融合技术
  • 1篇证据理论
  • 1篇智能PID控...
  • 1篇融合技术
  • 1篇突水
  • 1篇突水预测
  • 1篇煤矿
  • 1篇煤矿底板
  • 1篇模糊RBF神...
  • 1篇模糊算法
  • 1篇PID控制
  • 1篇D-S证据
  • 1篇D-S证据理...

机构

  • 2篇黑龙江科技大...

作者

  • 2篇胥良
  • 2篇郭林
  • 2篇梁亚
  • 1篇张卫芳
  • 1篇杨金龙

传媒

  • 1篇煤炭技术
  • 1篇工业仪表与自...

年份

  • 2篇2015
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于模糊RBF神经网络的智能PID控制被引量：19
2015年
针对常规PID控制参数变化系统效果不佳的缺点,设计一种利用智能控制理论RBF神经网络与模糊控制技术相融合的新型智能PID控制方法[1]。该控制方法将系统的输入误差及其变化率进行模糊化后,再利用RBF神经网络算法对PID控制参数进行在线学习、运算和整定[2]。MATLAB仿真结果表明,基于上述的PID控制方法能够克服传统PID控制器的局限性,具有较高的控制精度,较好的动态品质及较强的鲁棒性。
胥良郭林梁亚杨金龙张卫芳
关键词：RBF神经网络模糊算法PID控制
在信息融合技术下的煤矿底板突水预测方法研究被引量：8
2015年
分析煤矿工作面突水有关的水文、地质环境、采矿影响等诸多因素,发挥RBF神经网络的自学习、自适应和容错能力,将其运用到不同突水因素的基本概率分配的确定过程中,建立基于RBF神经网络和D-S证据理论的煤矿底板突水预测模型。通过MATLAB仿真验证了该模型的预测结果准确度,保证煤矿的安全生产。
胥良梁亚郭林
关键词：RBF神经网络D-S证据理论突水预测
全选 清除 导出
共1页<1>
聚类工具0