基于神经网络库存融合控制技术

神经网络控制系统通常会面临多种选择,如样本的训练方式、神经网络的算法等,不好的选择会降低预测率.BP(Back Propagation)神经网络库存控制系统融合多种库存控制技术,利用BP算法对学习的精度和收敛的速度进行改进,能比较精确地预测库存.讨论了有关BP神经网络的算法及算法改进等问题,以品牌服装库存控制为例,提出用神经网络的多层感知器实现库存融合控制.     

基于FNN的水泥回转窑分解炉温度控制

在水泥工业中,窑尾分解炉温度是一个重要的工艺参数,它的稳定对整条水泥生产线的稳产、高产和节能具有重大影响.用建立对象模型的传统控制方法实现对分解炉温度的控制非常困难,因此提出了一种基于模糊神经网络的温度控制方法,将模糊控制技术与神经网络技术相结合,用神经网络表示模糊控制规则,采用神经网络来实现模糊推理,利用神经网络的学习能力来达到模糊隶属函数和模糊规则的目的.Matlab仿真试验结果表明,模糊神经网络用于回转窑分解炉温度控制可以取得比较好的控制效果.这一点在水泥厂实际生产应用中也得到了验证.     

智能控制在磺化反应中的应用

针对生产SIPM磺化反应过程中温度的复杂变化,常规PID控制在非线性时变系统中控制效果的局限性,采用一种基于BP神经网络整定的PID控制技术,并分析了其基本原理、设计方法及控制程序的计算机实现方法.基于神经网络强大的非线性映射能力,通过对磺化温度控制系统性能自学习、自适应来实现具有最佳组合的PID控制.     

高性能自适应智能变频驱动控制系统研究

神经网络自适应控制技术解决复杂多变量、非线性、时变系统的研究,目前大多停留在理论研究上,本文选用神经网络自适应技术解决交流变频驱动复杂系统的控制问题,提出了用神经网络自适应技术和传统变频控制技术相融合,构建了智能控制变频驱动控制系统.相对于传统控制系统而言,该系统提高了精度、实时性和鲁棒性.在地球物理探测技术中也可广泛应用.     

对迟滞三明治系统基于Duhem算子的自适应控制

对具有迟滞非线性的三明治系统,设计了基于Duhem算子的神经网络自适应控制器.首先对前端动态子系统进行近似补偿;然后用Duhem算子描述所提出的迟滞状态,用神经网络逼近迟滞状态与迟滞输出的关系,实现对迟滞非线性的建模.基于该迟滞模型并采用伪控制技术设计神经网络自适应控制器,通过Lyapunov方法证明了系统的稳定性,并推导出神经网络的权值自适应调整律和控制律.最后通过仿真验证了该方案的有效性.     

基于模糊神经网络的智能炉温控制系统

0 引言 由于电阻加热炉炉温控制具有严重的非线性、灰色性以及较大的时间滞后性,很难用数学方法建立精确的数学模型,因此用传统的控制理论和方法很难达到好的控制效果.本文介绍基于模糊神经网络的电阻炉炉温智能控制系统,该系统将人工智能中的神经网络控制技术和模糊控制技术结合,采用闭环控制方式实现对炉温的自动控制.其特点是:用神经网络代替传统的模糊控制器的隶属函数和权值,实现了模糊规则的自动更新.实践证明,该控制系统对无法取得数学模型或数学模型相当粗糙的系统可以取得满意的控制效果;与传统的PID炉温控制系统相比,该系统具有控制精度高、速度快,控制质量可靠、稳定等优点,有较大的推广应用价值.     

全海深ARV浮力配平计算方法

全海深ARV(自主遥控水下机器人)下潜至马里亚纳海沟,机器人工作环境温度降低、海水压力增大,会引起载体结构、补偿油体积变化.根据深渊海水密度、重力加速度和机器人体积的变化,计算得到机器人浮力状态的变化量,从而计算机器人浮力配平.通过公式推导并结合"海斗号"ARV深潜数据和补偿油压缩实验数据,得到全海深ARV浮力配平计算方法.其主要包括海水密度测算、马里亚纳海沟重力加速度测算、机器人结构和补偿油排水体积变化测算.计算得出在11000 m深度实现浮力配平所需的压载为8.9 kg.完成"海斗号"ARV浮力配平,保障机器人深渊工作环境浮力与重力匹配,成功进行了多次马里亚纳海沟万米深潜.本文方法为全海深水下机器人浮力配平提供了理论计算依据.     

一种亚健康诊断推理的新方法*

通过融合模糊逻辑推理、神经网络控制技术及可拓学方法,设计了一个基于模糊神经网络的对复杂的亚健康状态进行智能化诊断的模型,实现了对专家诊断推理过程的模拟。结果表明,该诊断系统可以较好地应用于亚健康中医辨证。     

潜艇垂直面运动自适应神经网络模糊控制仿真

神经网络控制和模糊控制技术的广泛应用为潜艇自动舵控制器的设计提供了新的思路.而模糊规则的提取和隶属函数的学习是模糊推理系统设计中重要而困难的问题,自适应神经网络模糊推理系统(ANFIS)结合模糊控制和神经网络控制的优点,基于sugeno模糊模型采用反向传播法和最小二乘法调整模糊推理系统的参数,并自动产生模糊规则.利用方法对潜艇乖直面运动自动舵控制器进行了设计和仿真.从仿真结果来看,自适应神经网络模糊控制器能较好的实现对潜艇垂直面运动的操纵控制,是一种很好的控制方法.     

自构建小波神经网络的内模控制研究与应用

考虑到小波神经网络隐含层神经元的数目决定了整个网络的规模和性能,根据小波基函数的激励强度和衰减程度可以添加或者删除小波神经网络隐含层神经元,优化了小波神经网络隐含层结构,采用自构建小波神经网络辨识内模控制系统的正模型和逆模型,该模型的神经网络结构可根据性能要求动态调整,从而改进了神经网络内模控制技术,实验结果表明,提出的控制方法比传统方法在鲁棒性和抗扰性方面具有更好的性能表现,各项指标均优于传统控制方法.实现氧化铝熟料烧结工艺优化。