学位论文 > 优秀研究生学位论文题录展示
基于小波神经网络多传感器融合技术的研究
作 者: 胡江为
导 师: 李敬兆
学 校: 安徽理工大学
专 业: 控制理论与控制工程
关键词: 多传感器 信息融合 小波神经网络 遗传算法 煤矿瓦斯
分类号: TP202
类 型: 硕士论文
年 份: 2011年
下 载: 43次
引 用: 1次
阅 读: 论文下载
内容摘要
多传感器信息融合的实质是对不确定信息的处理,它需要能够处理不确定信息的数学方法。小波神经网络是小波变换理论与人工神经网络的相互结合的一种新的神经网络模型,它将小波变换良好的时频局域化性质和神经网络的自学习能力相互结合起来,具有较强的逼近能力和容错能力,在处理一些复杂的非线性、不确定系统等问题上表现出了优于传统神经网络的收敛速度、容错能力等,具有广泛的应用前景。本文利用信息融合将煤矿井下检测的多种信号采用经过遗传算法改进的小波神经网络进行融合处理。文章分析了多传感器信息融合、小波变换、人工神经网络、遗传算法的基本理论、运行机理以及各自的优缺点。通过对优缺点的分析,从而提取它们的优点并将它们融合起来组成一个新的融合算法,为工程实际应用提供理论基础。由于传统的BP网络Sigmoid函数自身的特性,实际上神经网络只是一个次优网络,有待于改进;BP算法采用误差函数梯度下降的方式进行迭代,收敛速度很慢,而且容易陷入局部极值的处境,并且具体的极值位置与权值的初始化数值有关。本文所采用的是遗传算法对小波网络中的参数进行优化学习,实现全局寻优,避免局部极值。本文针对煤矿瓦斯涌出量的监测问题进行了研究,设计了一种基于多传感器信息融合的模型,其融合算法采用小波神经网络和遗传算法,并用BP标准算法与它进行比较。仿真的结果表明该算法得到的监测误差精度有了很大提高,并且网络收敛的速度明显加快,监测效果很理想。
|
全文目录
摘要 5-6 Abstract 6-7 目录 7-11 第1章 绪论 11-15 1.1 课题的背景、目的及意义 11-12 1.2 国内外研究现状 12-14 1.3 本论文研究内容及创新之处 14 1.4 本文的结构安排 14-15 第2章 多传感器信息融合技术 15-23 2.1 多传感器信息融合技术概述 15-16 2.1.1 多传感器信息融合的基本原理 15-16 2.1.2 多传感器信息融合的优点 16 2.2 多传感器信息融合的方法 16-19 2.3 多传感器信息融合的层次结构和功能 19-21 2.4 本章小结 21-23 第3章 小波神经网络 23-43 3.1 小波分析理论 23-31 3.1.1 小波变换的基本原理 23-24 3.1.2 一种最基本的小波函数 24-26 3.1.3 小波函数的构造 26-29 3.1.4 常用小波函数 29-31 3.2 神经网络基本理论 31-36 3.2.1 神经网络的基本原理及特点 31-32 3.2.2 神经网络的学习规则 32-33 3.2.3 BP神经网络和标准的BP算法 33-36 3.3 小波神经网络 36-40 3.3.1 小波神经网络的结构 36-38 3.3.2 小波神经网络的构建 38-40 3.4 本章小结 40-43 第4章 遗传算法的应用 43-51 4.1 遗传算法概述 43-48 4.1.1 遗传算法的基本思想 43 4.1.2 遗传算法的特点 43-44 4.1.3 遗传算法的基本实现 44-48 4.2 遗传算法实现的基本步骤 48-49 4.3 遗传算法的应用 49-50 4.3.1 遗传算法与小波神经网络的结合方式 49 4.3.2 遗传算法改进小波神经网络的实现方法 49-50 4.4 本章小结 50-51 第5章 小波神经网络在煤矿瓦斯监测中的应用 51-63 5.1 煤矿瓦斯监测系统 51-54 5.1.1 影响煤矿瓦斯的主要参数 52-53 5.1.2 煤矿瓦斯动态预测系统中的多传感器信息融合结构 53-54 5.2 多传感器信息融合模型 54-56 5.2.1 自适应加权融合估计算法 54-55 5.2.2 多传感器信息融合的应用 55-56 5.3 小波神经网络监测瓦斯 56-61 5.3.1 基于改进的GA算法训练小波神经网络 56-59 5.3.2 煤矿瓦斯涌出量监测结果 59-61 5.4 本章小结 61-63 第6章 总结与展望 63-65 参考文献 65-69 致谢 69-71 作者简介及读研期间主要科研成果 71
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 基于微型无人平台导航多传感器信息融合算法研究,V249.32
- 舌体特征的提取及融合分类方法研究,TP391.41
- 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 多传感器信息融合及其在可穿戴计算机上的应用,TP202
- 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
- 部队人员网上训练与考核系统的开发,TP311.52
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于遗传算法的中短波磁天线的设计及实现,TN820
- 基于遗传算法的柑橘图像分割,TP391.41
- 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
- 基于遗传—牛顿算法的公交优化调度,TP18
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
- 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 基于小波神经网络的矿山事故隐患安全评价系统的设计,TD79
- 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274
- 遗传算法在物流仓储优化中的应用研究,F259.2
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 一般性问题 > 设计、性能分析与综合
© 2012 www.xueweilunwen.com
|