首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 93 毫秒
1.
采用遗传算法训练对角递归神经网络预测控制器   总被引:2,自引:0,他引:2  
本文提出了一种基于广义预测控制的神经网络预测控制方案.预测控制器由对角递归 神经网络预测控制器和前向神经网络静态补偿器组成.两种神经网络均采用遗传算法进行训 练.仿真实验表明,对于带纯时延的非线性被控对象,采用遗传算法设计的对角递归神经网 络预测控制器具有令人满意的控制性能.  相似文献   

2.
基于局部递归神经网络对非线性系统进行递归多步向前预测,将系统实际多步向前预测值按泰勒公式在其递归预测值上展开,实现对非线性系统多步预测输出值的二次逼近,减少了预测误差,进而通过对PID型多步预测性能指标函数极小化求取控制量,控制器与广义预测控制器结构相似,其参数通过神经网络在线辨识获得,仿真实验表明了该方法的有效性。  相似文献   

3.
非线性系统多步预测控制的复合神经网络实现   总被引:11,自引:1,他引:10  
提出一种基于神经网络的非线性多步预测控制,采用由线性网络和动态递归神经网络构成的复合神经网络。在此基础上将线性系统的广义预测控制器扩展为非线性系统的多步预测控制器。通过对非线性过程CSTR的仿真表明,该方法的稳定性和鲁棒性明显优于线性DMC预测控制。  相似文献   

4.
吴志敏  李书臣 《控制工程》2004,11(3):216-219
提出一种基于动态递归神经网络的自适应PID控制方案,该控制系统由神经网络辨识器和神经网络控制器组成。辨识器采用单隐层的动态递归神经网络,网络结构为2-4-1;辨识算法为动态BP算法;控制器采用两层线性结构的神经网络,输入为系统偏差及其一阶、二阶微分,因此具有增量型PID控制结构。应用该控制系统对一非线性时变系统进行仿真研究,仿真结果表明该控制方案不仅具有良好的跟踪特性,而且对系统参数变化具有较强的鲁棒性。  相似文献   

5.
任琪 《微计算机信息》2008,24(13):117-119
将神经网络和PID控制相结合,提出了一种基于对角递归神经网络整定的PID控制策略,并将其应用于交流伺服系统的控制.利用对角递归神经网络在线自适应调整PID控制器的参数,从而使系统的静态和动态性能指标较为理想.实验结果表明.基于对角递归神经网络整定的PID控制的交流伺服系统具有响应速度快、稳态精度高和鲁棒性强等特点.  相似文献   

6.
可控受限多变量耦合系统的智能控制   总被引:1,自引:0,他引:1       下载免费PDF全文
针对可控受限多变量耦合系统,提出了一种基于对角递归神经网络(DRNN)整定的PID混合解耦控制。采用对角递归神经网络来辨识系统模型,进而对PID控制器参数进行整定,实现多变量解耦控制。通过对多变量耦合控制系统的设计和实时控制,实际控制结果达到了解耦控制的要求,并具有无超调、响应速度快、控制精度高等特点。  相似文献   

7.
具有辅助调节功能的递归神经网络自适应PID控制   总被引:4,自引:0,他引:4  
陈巍  吴捷 《信息与控制》2000,29(5):461-465
本文指出并修正了对角递归神经网络算法中存在的不足,针对逆动力学模型控制器稳 定性差的缺点,构造了基于递归神经网络的自适应PID控制系统,并给出了辅助调节算法. 数学分析及仿真结果表明,本文所做的修正是合理的,所构造的系统可以对复杂和不确定性 动力学系统实现良好的自适应控制,具有较高的控制精度和较强的鲁棒性.  相似文献   

8.
为了获得伺服系统较高的跟踪和鲁棒性能,考虑摩擦、负载的时变性,提出了基于对角递归神经网络控制器的控制方案,改善系统的跟随性和抗扰性.仿真结果表明,采用对角递归神经网络控制器的方法具有较好的动态性能,以及对负载扰动、电动机参数变化都具有较好的鲁棒性.  相似文献   

9.
吴其洲 《控制工程》2011,18(3):335-337,368
由于经典PID控制器自身所固有的缺陷,在异步电机直接转矩控制(DTC)调速中不能满足大范围高精度的调速要求.采用自抗扰控制器(ADRC)作为速度调节器,并借助对角递归神经网络(DRNN)进行参数整定,构成了新的异步电机直接转矩控制调速系统.仿真结果表明:对于异步电机直接转矩控制系统,基于对角递归神经网络整定的自抗扰控制...  相似文献   

10.
采用神经网络预测与PID控制理论相结合,为动态定量称重系统设计了一种神经网络预测PID控制器。该控制器算法简单,通过自学习、记忆功能在线调整PID控制参数KP、Kl、KD。建立了动态定量称重系统的仿真模型,将神经网络预测的PID控制与常规PID进行对比分析,神经网络预测PID控制器具有很好的控制效果。  相似文献   

11.
模糊系统与前向神经网络的结合   总被引:1,自引:1,他引:0  
1 引言模糊系统方法和神经网络技术是近年来计算智能领域研究热点,被广泛地应用于复杂系统、非确定性等难于建立比较准确的数学模型的问题,并在自动控制、计算机图像处理、语音识别、手写体识别等领域有重要应用。模糊系统与神经网络的结合也越来越受到人们的重视。模糊系统和神经网络的结合可以分为模糊系统与前向网络的结合和与反馈网络的结合两类。模糊系统与反馈网络的结合主要有模糊联想记忆、模糊  相似文献   

12.
化工生产过程一般都非常复杂,如柠檬酸蒸发。由于控制回路与测控参数很多,生产过程的故障检测与诊断问题非常困难,难以做到实时检查,得到其故障信息。所以本文提出一种基于神经网络的多级故障诊断系统。采用三级递阶模糊神经网络,降解整个系统故障诊断问题的复杂性,同时采用所有子神经网络全局并行的推理方式,具有快速处理能力,适合系统实时在线故障诊断。  相似文献   

13.
提出了一种基于神经网络与专家系统,具有一定自学习能力的铸造质量控制方法,具体描述了其工作原理.该系统由工艺参数优化模块和缺陷诊断模块组成.工艺参数优化模块以神经网络为推理机,以过去生产数据和有限元数值模拟数据作为训练样本,建立工艺参数与铸件性能之间的非线性关系.缺陷诊断模块以基于产生式规则的推理方式,诊断缺陷类型、产生原因及防治措施,且诊断结果反馈到工艺参数优化模块,用于神经网络再学习.试验结果表明,该系统提高了工艺参数准确率,增强了缺陷诊断能力,减少了铸件次品率.  相似文献   

14.
一种基于模糊径向基函数神经网络的自学习控制器   总被引:3,自引:0,他引:3  
提出了一种新型的基于模糊径向基函数 (RBF)的神经网络学习控制器 ,并应用于电液伺服系统 .由于RBF网络和模糊推理系统具有函数等价性 ,采用模糊经验值方法选取网络中心值和基函数数目 .与一般的神经网络自学习控制器不同 ,以系统动态误差作为网络输入量 ,RBF神经网络控制器学习的是整个系统的动态逆过程 ,因而控制性能明显提高 .对电液位置伺服系统的仿真和实验结果表明 ,该控制方案可以有效提高系统的控制精度和自适应能力  相似文献   

15.
针对伺服系统二次型最优控制存在的问题,提出了基于模糊神经网络补偿的二次型最优控制方法,该控制方法利用模糊神经网络的实时学习能力,能够及时补偿被控对象建模不准确、参数摄动和外界干扰等非线性因素对控制系统性能的影响,增强控制系统的自适应能力,有效提高控制系统的跟踪性能和抗干扰鲁棒性能.仿真试验结果验证了该控制方法的有效性.  相似文献   

16.
注塑机料筒多段温度PID神经网络解耦控制系统   总被引:4,自引:0,他引:4  
注塑机料筒温度是一类多变量、强耦合、大惯性控制对象,本文根据注塑机料筒温度控制的要求,利用PID神经网络构成多变量解耦控制系统。文中分析了注塑机温度控制的特点,给出了网络的结构和算法,对多段温度系统进行了实时仿真,显示了PID神经网络对注塑机料筒温度控制的良好解耦性能和自学习控制特性。  相似文献   

17.
神经网络在汽车四轮转向控制中的应用   总被引:1,自引:0,他引:1  
为适应车辆运动的非线性特性,采用神经网络理论,设计了神经网络汽车四轮转向控制系统,并对该系统进行了仿真分析。仿真结果表明:神经网络控制系统比线性控制系统能明显地改善控制效果。  相似文献   

18.
基于BP神经网络的PID控制方法的研究   总被引:8,自引:6,他引:8  
本文提出了一种基于BP神经网络的PID控制方法,充分利用BP神经网络算法逼近任意连续有界非线性函数的能力,这种PID控制方法能学习和适应严重不确定系统的动态特性。文中采用三层前向网络,动态BP算法,达到了在线实时控制的目的,显示了BP神经网络的PID控制方法很强的鲁棒性,同时也显示了神经网络在解决高度非线性和严重不确定系统方面的潜能。计算机仿真结果表明,基于BP神经网络的PID控制较常规的PID控制具有更好的鲁棒性和自适应性,能取得良好的控制效果。  相似文献   

19.
线性时变系统的分散自校正控制*   总被引:1,自引:0,他引:1  
本文对由存在有界扰动和非线性关联的子系统组成的线性时变离散大系统提出了一种多项式逼近的分散自校正控制算法。也可用神经网络去实现自校正控制,采用神经网络作为预报和控制器,网络学习算法用Widrow-Hoff规则。证明了这种分散自校正控制系统的稳定性,仿真结果表明系统是稳定的,可以很好地跟踪期望输出。  相似文献   

20.
钱克昌  谢永杰  李小杰 《控制工程》2012,19(3):435-437,442
针对提高逆系统建模中神经网络的逼近效果和动态性能问题,根据PID神经元网络工作原理,提出一种具有动态激励函数的新型PID神经元模型—输出反馈型PID神经元(OFPID),输出激励采用连续的Sigmoidal函数,使神经元具有等效的IIR突触,采用梯度下降法实现OFPID神经元网络的权值调整,将其应用于非线性系统的神经网络逆控制系统,从而提高非线性系统的解耦效果和控制性能。仿真实验证明,提出的新型神经元网络是一种良好的非线性系统建模和控制工具。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号