一种RVM模糊模型辨识方法及在故障预报中的应用
对复杂、病态、非线性动态系统进行故障预报的重点和难点是建立系统故障状况的数学模型,通常难以建立精确的数学模型,相比之下构建其模糊模型是一个有效途径.本文研究了相关向量机(Relevance vector machine,RVM)与模糊推理系统(Fuzzy inference system,FIS)之间的内在联系,证明了基于RVM的FIS具有一致逼近性,并提出了一种基于RVM和梯度下降(Gradient descent,GD)算法的模糊模型辨识方法.基于所给出的模糊模型辨识方法提出了一种新的故障预报算法.仿真结果表明所建立的模糊模型不仅结构更加简单,而且能达到更高的预测精度,所提出的故障预报算法能准确地预报系统故障.
文件下载
评论信息
其他资源
- 自己动手写CPU--雷思磊（超清完整版本）
- 基于 STM32F103C8T6 的测心跳血氧例程
- 主动噪声控制FxLMS算法
- C#编成Modbus TCP连接PLC寄存器读取、写入
- 使用xls或xlsx模板(jxls语法)导出Excel并下载的Demo
- IIR数字滤波器设计及软件实现 Matlab
- 实用网络流量分析技术
- 基于ASP.net的学生信息管理系统源代码（包括数据库，css，js）等
- 论坛管理信息系统数据库系统设计
- 川渝地区shp文件
- MATLAB二维码识别平台
- 上海大学自动选课Python
- 基于线阵CCD 的激光测距仪设计
- 移远BC28的AD封装库文件
- 如何加大宣传力度上篇.docx
- java操作对flink集群的上传
- 阿里云linux一键安装web环境sh-1.5.5.zip
- 软件需求分析经典案例-Java文档类资源
- eCPRI Specification V1.2
- authorware 作业 魔兽世界
- Opencv3.2_VS2015_64bit_debug/release
- dwsurvey编译好的war包
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明