共查询到19条相似文献,搜索用时 78 毫秒
1.
当前,许多控制领域问题,当考虑到系统优化、自适应、自学习以及自组织等方面的要求时,多存在很多常规方法难以奏效的困难。而遗传算法在自动控制领域中的应用已经得到了良好效果。如遗传算法进行航空控制系统的优化、使用遗传算法设计空间交会控制器以及运用遗传算法进行人工神经网络的结构优化设计和权值学习等都显示出了遗传算法在自动控制领域中应用的可能性。本文就对遗传算法在自动控制领域中的应用做一些探讨。 相似文献
2.
本文叙述了人工神经网络的理论及其在控制系统中的应用,神经网络试图用数学模型来表示人脑的神经系统,因此神经网络期望获得相似于人脑系统的特性和能力,诸如并行处理,学习,非线性映射以及归纳推广。神经网络用于各种控制系统,使系统获得最佳控制。 相似文献
3.
《电子技术与软件工程》2015,(2)
众多网络技术控制系统中人工神经网络技术是一种新型的控制系统,具体在互联网动态模拟、互联网建模以及互联网技术系统控制方面具有非常广泛的应用。为了方便相关人员进行人工网络技术的研究,具体从神经网络的发展历程展开分析,将人工神经网络技术的结构进行阐述,提出了较为常见的几种人工神经技术系统的优势和劣势,同时,将人工神经网络技术全面应用在实际的工程项目中,并且做出相关的展望和发展趋势。 相似文献
4.
针对交流调速传统控制调速过程中往往会出现转速波动大和超调量等问题,无法满足控制系统的高性能要求,提出了一种自适应神经网络PID控制算法,应用反向传播人工神经网络理论,对于系统模型参数未知的情况下,使用两个人工神经网络分别进行控制系统在线辨识与PID控制器参数在线调整。经与PID控制对比进行了试验验证,表明本控制算法能让系统在很短的时间内调整出优良的控制参数,能够很好的跟踪负载变化,动态响应快,速度跟随准确,具有很强的自适应性和鲁棒性。 相似文献
5.
对国内外近十年来人工神经网络在近红外光谱建模中的应用和研究进行了详细的综述,包括误差反向传播网络、径向基网络、支持向量机、自组织特征映射网、广义回归神经网络、概率神经网络、小波神经网络、模糊神经网络以及集成神经网络等的应用和研究。概括了这些网络的基本工作原理及优缺点。最后根据神经网络的发展方向和工农业的发展需求,提出了今后人工神经网络在近红外建模方面的发展方向。 相似文献
6.
7.
《电子技术与软件工程》2015,(20)
函数逼近在纯数学领域、工程和物理学领域得到了广泛的应用。利用人工神经网络映射能力,通过样本不断学习实现对未知函数的逼近。利用BP神经网络研究人工神经网络在函数逼近中的应用,研究过程利用MATLAB神经网络工具箱设计网络并进行仿真实验。 相似文献
8.
9.
10.
人工神经网络是由大量基本元件-神经元(细胞)构成的非线性动力学系统。近10多年来,人工神经网络的研究工作十分活跃,取得了很大的进展,已成为涉及电子科学、计算机科学、自动控制、数学、物理、生物学等领域的交叉前沿学科,对各种工程学科的发展正产生巨大的影响。目前已有数十种模型,其中常见的有霍普菲尔德神经网络模型(HNN)、细胞神经网络模型(CNN)和反向传播(BP)神经网络模型等3种。简要介绍了这3种模 相似文献
11.
针对恒温系统的非线性、大延时等特点,提出了基于RBF神经网络的恒温系统的预测模型,采用非线性预测控制、引入模型误差项和改进后的PI控制器,并且在Matlab7.2/Simulink这个平台下构建了整个系统的仿真模型。仿真结果表明:所建立的模型系统具有良好的动静态性能且增强了系统的抗干扰性。 相似文献
12.
新型控制策略的发展和应用 总被引:1,自引:0,他引:1
新型控制策略是自动控制发展的新理论和重要方向。他既是当今国内外自动化学科中一个十分活跃且具有挑战性的领域,又是一门新型的交叉学科。他结合多种学科的知识来解决复杂系统的控制问题从而引出了许多新理论和新方法。目前新型控制策略已渗透到自动控制领域的各个方面,并展现了较好的应用前景。回顾了智能控制的发展历史,分析了他的研究内容和现状,并展望了智能控制的发展潜力和趋势。 相似文献
13.
舰载雷达伺服系统采用单一的PID控制算法往往难以取得较高的控制品质和控制精度,本文阐述了采用CMAC神经网络和传统PID相结合的复合控制方法,介绍了CMAC神经网络的原理及其结构模型,给出了其学习算法,并对其在某雷达转台上的实际应用进行了详细的论述。 相似文献
14.
三容水箱的单神经元自适应PID控制研究 总被引:1,自引:0,他引:1
针对一些过程控制的动态过程所具有的大惯性、大延时,及非现性问题,结合PID和人工神经元的特点,提出了一种改进的三容水箱单神经元自适应PID控制方法。该方法具有自学习和自适应能力,以及较强的鲁棒性。仿真结果表明该方法对三容水箱这种复杂对象具有好的控制效果,而且适合工程应用。 相似文献
15.
16.
为了观测使用人工神经网络作为控制器的实际的自动控制系统的控制效果,我们开发了一种实时闭环仿真系统.该仿真系统具有两个独立的部分:一部分是被控对象部分,由PC计算机计算被控对象的数学模型来模拟;另一部分为控制器部分,由真正的神经网络硬件实现.两部分由硬件接口电路连接在一起.此仿真系统工作于真正的时间轴中,即数学模型中的时间常数不再仅仅是计算中的参数而是反映真正的时间长度,它满足检验用于实际系统的神经网络控制器性能的需要.实验结果表明,此实时仿真系统对于设计基于人工神经网络的控制系统是一种有用的工具. 相似文献
17.
James Aweya Delfin Y. Montuno Qi‐jun Zhang Luis Orozco‐Barbosa 《International Journal of Communication Systems》2000,13(2):99-116
In this paper, we propose a binary feedback scheme for congestion control in computer networks using a gradient‐based mechanism which employs neural network modelling of the system dynamics. The optimal direction for rate adjustment at the source is based on a single bit feedback signal which depends upon the sign of the sensitivity of the system performance index with respect to queue input rate. The paper presents the scheme and the analysis that went into the choice of the various decision mechanisms. Simulation results are presented to show the performance of the gradient based technique as compared to the conventional queue‐based approach. Copyright © 2000 John Wiley & Sons, Ltd. 相似文献
18.