首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 47 毫秒

1.  基于GA算法的FSVM控制器及其在主汽温控制上的应用  
   程启明  王勇浩《华东电力》,2007年第35卷第1期
   介绍了一种模糊支持向量机控制器,它将模糊控制与支持向量机相结合,融合了两者的优点,既不依赖被控对象模型又有泛化能力强等特点.利用遗传算法优化控制器的参数,以使其控制性能能适应对象的变化而达到最优.火电厂主汽温控制的仿真结果表明了这种控制器具有良好的控制性能.    

2.  谷物干燥过程模糊支持向量机控制器的设计  被引次数:1
   朱德泉  钱良存  骆敏舟《电子测量与仪器学报》,2009年第23卷第4期
   为了准确控制谷物干燥过程的温度和湿度,设计了一种基于改进遗传算法和最小二乘算法的干燥过程模糊支持向量机控制器。利用模糊算法解除温湿度的耦合作用,采用支持向量机实现模糊逻辑控制的全过程和信号的非线线处理,同时采用混合学习算法优化控制器参数,即先采用最小二乘算法离线优化支持向量机性能参数,再采用改进遗传算法在线优化支持向量机性能参数和模糊比例因子,以使其控制性能适应对象的变化而达到最优。仿真结果表明,设计的模糊支持向量机控制器比常规PID控制器和经典模糊控制器具有更好的控制性能,能够满足谷物干燥工艺要求。    

3.  基于最小二乘算法的模糊支持向量机控制器及其应用  被引次数:2
   程启明  王勇浩《中国电机工程学报》,2007年第27卷第8期
   介绍了一种基于最小二乘算法的模糊支持向量机控制器,它将模糊控制与支持向量机结合起来,融合了两者的优点,既有不依赖被控对象模型又有泛化能力强等特点。同时采用混合学习算法来优化控制器参数,即先采用最小二乘算法离线优化支持向量机(SVM)性能参数,建立SVM控制系统,再根据对象的变化,采用遗传(GA)算法在线学习优化SVM性能参数和模糊比例因子,以使控制器的性能能适应对象的变化而达到最优。火电厂主汽温控制的仿真结果表明这种控制器具有良好的控制性能。    

4.  氧乐果合成反应温度的模糊神经网络控制方法  
   董玲娇  陈大路  赵渝青《平顶山工学院学报》,2006年第15卷第2期
   氧乐果合成反应温度控制过程具有参数时变、非线性、大滞后等特点,采用传统的控制方法难以达到预期的控制效果。针对此问题,文章设计了基于遗传算法的模糊神经网络控制器。首先确定与模糊系统结构等价的神经网络,从而将模糊控制规则和隶属函数的参数搜索优化问题转化成网络参数优化问题;其次利用改进的遗传算法实现网络参数快速全局寻优,从而提高控制器性能。仿真结果表明,优化后模糊神经网络控制器对一类具有参数时变、时滞、非线性的系统具有良好的控制性能。    

5.  一种模糊支持向量机控制器的研究  被引次数:7
   袁小芳  王耀南《控制与决策》,2005年第20卷第5期
   将支持向量机与模糊逻辑相结合,设计了一种模糊支持向量机控制器,并分析了控制器的结构和学习算法.学习过程分为离线学习支持向量机和在线整定模糊比例因子两部分.与模糊神经网络控制器相比,模糊支持向量机控制器适应小样本学习,泛化能力强,解决了过学习、结构设计依赖经验等问题.仿真研究表明,所设计的控制器具有较优的控制性能.    

6.  T-S模糊模型的辨识与控制  被引次数:1
   丁学明  张培仁  张志坚  屠运武《电机与控制学报》,2005年第9卷第5期
   提出了基于支持向量机和遗传算法的T-S模糊模型辨识,支持向量机具有很好的泛化能力,能自动确定T-S模型结构,通过遗传算法优化和估计系统参数。针对辨识出的T-S模型进行控制,控制器包括两个部分,权重最大子系统局部反馈控制和利用滑模控制设计的全局监督控制,能保证系统稳定。辨识和控制仿真结果证明了算法的有效性。    

7.  基于LS-SVM的模糊控制器研究  
   单强  邱道尹《华北水利水电学院学报》,2008年第29卷第2期
   探讨了利用最小二乘支持向量机(LS-SVM)进行模糊控制器分析与设计研究的方法,提出了基于LS-SVM模型的模糊控制算法.该控制器融合了模糊控制与支持向量机的优点,具有不依赖被控对象模型、泛化能力强等特点.仿真结果表明,LS-SVM学习速度快,在小样本情况下具有良好的非线性建模和泛化能力.基于LS-SVM的模糊控制器具有很好的控制性能.    

8.  多智能体粒子群优化的SVR模型预测控制  
   唐贤伦  李洋  李鹏  刘念慈《控制与决策》,2014年第4期
   参数的优化选择对支持向量回归机的预测精度和泛化能力影响显著,鉴于此,提出一种多智能体粒子群算法(MAPSO)寻优其参数的方法,并建立MAPSO支持向量回归模型,用于非线性系统的模型预测控制,推导出最优控制率.采用该算法对非线性系统进行仿真,并与基于粒子群算法、基于遗传算法优化支持向量回归机的模型预测控制方法和RBF神经网络的预测控制方法进行比较,结果表明,所提出的算法具有更好的控制性能,可以有效应用于非线性系统控制中.    

9.  采用GA提高模糊控制器适应性的方法及应用研究  
   张从力  时光  段其昌  李新《电子测量技术》,2007年第30卷第6期
   对于工业控制中广泛存在的多容量、大惯性、大延迟的被控对象,模糊控制是一种较有效的方法,模糊控制中隶属函数的正确选择是模糊控制器设计的关键,针对传统的获取隶属度函数方法的不足,本文设计了一种基于遗传算法的模糊控制器,系统采用遗传算法优化模糊控制器的隶属函数及其量化因子和比例因子的初值.仿真结果表明,采用该算法设计的模糊控制器较传统的PID控制器与模糊控制器具有鲁棒性强、超调量小的特点.这种改进型的模糊控制器具有良好的控制性能,体现了遗传算法在参数寻优方面的优越性.    

10.  改进RBFNN求机械臂轨迹跟踪的研究  
   魏娟  杨恢先  谢海霞《计算机工程与应用》,2011年第47卷第5期
   为了使机械臂准确跟踪目标轨迹,达到控制精度高、实时性好的目的,提出一种改进的径向基函数(RBF)模糊神经网络算法。该算法采用模糊遗传算法在线调整神经模糊控制器的参数,对其参数进行改进和优化,同时采用最近邻聚类算法对控制器的模糊规则库进行更新。仿真结果表明,该算法与传统的神经网络算法相比具有较好的性能,学习速度快,跟踪精度高,并具有良好的控制性能和自学习能力。    

11.  基于克隆算法的变结构模糊神经网络在AGC系统中的应用  
   孙蕾  王焱《钢铁研究》,2008年第36卷第4期
   遗传算法优化函数参数可能会出现不足,为此采用高斯变异与柯西变异相结合的克隆算法,优化了变结构模糊神经网络的参数,并基于此方法设计控制器,应用于AGC控制系统.仿真实验结果表明,应用克隆算法比遗传算法优化参数收敛速度更快,用于AGC控制性能更好.    

12.  遗传算法在模糊控制器参数寻优中的应用研究  被引次数:3
   贺远华 方彦军《电力自动化设备》,2002年第22卷第12期
   介绍遗传算法的基本原理及实现步骤,并运用模糊控制器的参数寻优中,对复杂被控对象实现了最优控制,模糊控制规则采用基于解析表达式的模糊数模型,用遗传算法对模糊控制器中的量化因子和比例因子及偏差加权因子进行编码,确定适应度函数,在复制,交叉,变异的进化过程中获得全局最优点,改善模糊控制性能。在Matlab环境中实现遗传算法各算子的编程,并以二阶系统为例,对常规模糊控制器与经过遗传处寻优后的模糊控制器进行了仿真比较,其结果表明采用遗传算法寻优能获得较好的控制效果,该方法具有良好的动静态特性。    

13.  遗传优化模糊免疫PID在梭式窑温度控制中的研究  
   张雷  宋书中  马建伟《电源技术》,2013年第37卷第2期
   将遗传算法、模糊控制和免疫反馈机理与传统的PID控制相结合,提出了一种基于遗传整定的模糊免疫PID控制器并将它应用在梭式窑温度控制中,其中免疫比例控制器的非线性函数由模糊推理实现,PID及免疫比例控制器的参数由遗传算法实现寻优.实验结果表明,该控制方法的控制性能优于常规的PID控制,具有一定的推广应用价值.    

14.  遗传优化的径向基函数船舶模糊控制器  被引次数:6
   林叶锦    《控制理论与应用》,2004年第21卷第6期
   研究径向基函数模糊神经网络在船舶控制器设计中的应用 ,设计了一个新型的径向基函数模糊神经网络控制器用以适应船舶在时变和不确定环境下的控制性能要求 .控制器设计的主导思想是在传统的径向基函数神经网络中增加一个模糊隐层 ,并采用遗传算法对控制器参数进行优化 .与传统方法相比 ,控制器模糊规则库的设计过程所需的先验知识更少 .最后采用Matlab 6 .1的Simulink工具以船舶运动模型为对象进行了船舶控制的仿真试验 ,结果证明了其有效性    

15.  基于遗传算法的模糊神经网络控制器在烘干炉温度控制系统中的设计与仿真  被引次数:1
   马占有《制造业自动化》,2010年第32卷第11期
   以烘干炉温度为被控对象,由于烘干炉温度控制具有非线性、大滞后和无法建立精确数学模型等特点,传统的控制器很难达到理想的控制效果,为此设计了一种基于遗传算法的模糊神经网络控制器.基于遗传算法的模糊神经网络控制器是将遗传算法的全局寻优和BP算法的在线学习结合起来,先用遗传算法对神经网络的参数进行离线训练,然后再用BP算法对模糊神经网络控制器进一步在线学习.仿真结果表明,基于遗传算法的模糊神经网络控制器与模糊控制、传统PID控制相比较,改善了系统的动态性能和静态性能,能使非线性、大滞后等特殊的系统达到良好的控制效果.    

16.  基于改进遗传算法的模糊控制器设计  
   邹彦艳  吴宇轩  宋振宇  邵克勇《自动化技术与应用》,2013年第11期
   针对模糊控制器的隶属度函数和模糊控制规则的选取及优化缺乏自学习能力与知识采集的手段,以及遗传算法具有自适应、启发式、概率性、迭代式全局收敛的特点,该文章将遗传算法与模糊控制相结合,给出了一种基于改进遗传算法的模糊控制器设计策略.改进算法引入了分裂算子来避免遗传算法在寻优过程中陷入局部最优解,同时对编码方式、选择算子、交叉算子以及变异算子做了相应的调整与改进.并将此改进算法用于优化模糊控制器的隶属度函数与模糊控制规则.仿真结果表明用该改进算法优化后的模糊控制器较用普通遗传算法优化后的模糊控制器具有更好的控制性能.    

17.  遗传模糊神经网络在航空发动机控制中的应用  
   常迪  李华聪《计算机仿真》,2009年第26卷第10期
   模糊神经网络控制器是一种将模糊逻辑与神经网络相结合的智能控制器,其既不依赖于被控对象精确的数学模型,又能根据被控对象参数和环境的变化自适应地调节控制规则和隶属函数参数,但是存在着收敛速度慢,较多局部极小的情况下很容易陷入局部极小值等缺点。针对存在的问题,提出一种模糊神经网络控制器的优化方法。隶属度函数的参数具有全局性,用遗传算法来优化;神经网络的权值代表模糊系统的控制规则,它用神经网络的误差反传算法(BP)来调整。将算法用于航空发动机控制,实现对低压转子转速的无静差控制,与应用BP算法的模糊神经控制相比,控制性能改善较大,结果令人满意。    

18.  “灵巧手指”的位置/力模糊控制算法研究  
   孟庆涛 谭永红《桂林电子工业学院学报》,2001年第21卷第1期
   为了使“灵巧手指”位置/力控制具有良好的控制性能,在力控制器的设计中应用了模糊控制、神经网络等方法,提出了模糊控制、基于神经网络带积分环节的模糊控制两种算法。仿真结果表明:这两种控制方法与常规PID控制相比,控制性能得到明显改善。    

19.  “灵巧手指”的位置/力模糊控制算法研究  
   孟庆涛  谭永红《桂林电子科技大学学报》,2001年第21卷第1期
   为了使“灵巧手指”位置 /力控制具有良好的控制性能 ,在力控制器的设计中应用了模糊控制、神经网络等方法 ,提出了模糊控制、基于神经网络带积分环节的模糊控制两种算法。仿真结果表明 :这两种控制方法与常规 PID控制相比 ,控制性能得到明显改善。    

20.  T-S模糊神经网络应用于变参数系统的控制研究  
   胡玉玲  曹建国《控制工程》,2005年第Z2期
   针对基于模型的传统控制策略在线性时变系统中的应用受到系统的时变性和不确定性限制,通常难以获得理想的控制性能这一问题,提出了线性时变系统的一种变参数系统模型。该模型具有有界性和不确定性特点,利用模糊神经网络具有的自学习能力强、模型依赖性小以及鲁棒性强的优点,提出一种基于遗传算法的T-S模糊神经网络控制器对其进行控制研究,并通过仿真实验证明了该模糊神经网络控制器对变参数系统控制的可行性与有效性,为线性时变系统的控制问题提供了一种新思路。    

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