智能控制中的模糊控制,神经网络控制及遗传算法（上）

回顾了模糊技术，神经网络技术和遗传算法在控制领域的应用；探讨了神经模糊技术在控制领域的应用以及遗传算法优化模糊神经网络结构的实现。     

仿人智能控制与模糊控制神经网络融合技术

在分析了仿人智能控制器（ＨＩＣ）的特性基础上,针对其不足,提出将仿人智能控制器与模糊控制相融合的仿人智能模糊控制器（ＨＩＦＣ）,实践表明ＨＩＦＣ的性能大大优于基本ＨＩＣ和一般模糊控制器。最后提出一种正交基函数神经网络模型实现ＨＩＦＣ的方法,为ＨＩＦＣ的自学习提供了一条有效途径。     

智能控制的新进展(Ê )

对神经网络和遗传算法在控制和优化中的应用进行综述,着重讨论了模糊推理和神经网络的内在关系,并对智能控制的发展做了展望。     

智能控制及其在足球机器人中的应用

介绍了智能控制的发展历史与现状,智能控制的主要方法与当前的研究热点以及智能控制发展的前景与展望。同时介绍了各种控制方法在足球机器人领域的应用。     

基于遗传算法的PID神经网络解耦控制

提出一种基于遗传算法的ＰＩＤ神经网络解耦控制算法。该算法将遗传算法用于多层前向神经网络的连接权系数的学习。克服了ＢＰ算法易陷入局部极值的缺点,并具备ＰＩＤ神经网络控制器结构简单规范、动态和静态性能良好等优点,适用于对非线性多变量系统的解耦控制。     

遗传算法与神经网络在接纳控制中的应用

ATM网络的业务量控制是ATM网络中的关键技术之一。连接接纳控制是业务量控制的一种,对业务源进行控制。该文采用遗传算法和神经网络对ATM网络进行连接接纳控制,是一种比较可行的方法。     

基于神经网络的机器人智能控制

本文综述了智能控制与机器人控制的特点.并在智能控制的框架下,重点论述了神经网络控制在机器人控制中的应用及基于神经网络的机器人各种控制方法,同时指出今后的研究方向,为神经网络控制乃至智能控制在机器人控制中的应用提供了参考.     

智能控制在污水处理系统中的应用

本文综述了近几年智能控制在污水处理系统中的应用现状,主要包括模糊控制,神经网络控制,专家系统和模糊神经网络控制技术在污水处理中的应用,最后指出了将两种或两种以上的智能控制技术结合的集成智能控制技术将是未来研究的热点。     

基于神经网络的仿人模糊智能控制

本文针对模糊矩阵推理把具有更高的神经网络推理应用一仿人模糊智能控制中，实例表明，神经网络能通过权重系数的调整记忆控制规则所包含的信息，改进仿人模糊智能控制的模糊推理特性     

智能控制中模糊控制的应用与发展

本文介绍了模糊控制中模糊控制器的结构组成,说明了模糊控制在系统建模中与其它智能控制方式的结合应用,最后指出了模糊控制中的问题及其未来发展。     

智能控制的模拟自然环境研究

创建一种合理的温室智能控制拓扑结构,应用智能控制技术和先进的算法,根据作物生长的数据库,模拟自然环境,实现对温室环境类自然的最优控制,为实现应用于植物生长箱和人工气候室的环境控制提供了可行性依据。     

神经网络控制的应用

神经网络首先用于解决模式识别问题。随着80年代神经网络理论的突破性进展，神经网络控制引起控制界的广泛注意。由于系统的复杂性，存在多种不确定性及难以确切描述的非线性。现代工业对工业过程控制不仅要求控制的精确性，还要求控制的鲁律性、实时性、容错性及对控制参数的自适应和学习能力。传统适应控制方法存在局限性，传统控制未能从根本上解决控制问题，所以智能控制得到迅速发展。神经网络在系统辩识、模式识别、信号处理、图象处理、故障诊断等方面得到广泛应用。神经网络控制是从机理上对人脑进行简单结构模拟的新型控制和辩识方…     

基于遗传算法的模糊神经网络控制器设计及其稳定性分析

首先根据联结主义思想模糊控制器设计问题转化为对模糊神经网络参数的设计和优化,然后通过遗传算法对模糊神经网络的参数进行集中优化,得到了被控对象的一个最优或次优的控制器－模糊神经控制器,稳定性分析为此设计理论依据。     

遗传模糊神经网络在航空发动机控制中的应用

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。     

神经网络在机器人控制中的应用

本文综述了人工神经网络在机器人控制中的算法及结构，对存在的问题进行了分析，并提出了发展的趋势。     

模糊神经网络及其在智能控制中的应用

文章介绍了处理不精确信息的模糊逻辑、模糊推理、模糊神经网络构造等方法，给出了一个在智能控制中的实例。     

智能控制技术及其应用

20世纪20年代,在建立了以频域法为主的经典控制理论的基础上,智能控制技术逐步发展。随着信息技术的进步,许多新方法和新技术进入工程化、产品化阶段。这对自动控制理论技术提出了新的挑战,促进了智能理论在控制技术中的应用。在智能控制技术比较的基础上,较详细地阐述了智能控制技术主要方式的特点及优化算法,并举例说明。智能控制技术将不断地发展和充实。     

基于神经网络和遗传算法的智能PID控制

提出了一种结合神经网络和遗传算法的智能PID控制算法;该控制器先利用RBF辨识网络在线辨识系统模型,再利用遗传算法在线调整PID三个控制参数,将传统的Ziegler-Nichols方法所得的控制参数作为遗传算法的初始参数范围,缩小了遗传算法的寻优范围;在MATLAB6.5环境下进行仿真和试验研究,结果证明RBF辨识网络的输出能够很好地跟踪对象输出,遗传算法很好地优化了控制参数;二者结合可在线有效地控制较复杂的被控对象.     

智能控制研究的发展及应用

首先介绍了智能控制的产生和发展过程;其次对智能控制在几个典型领域的应用情况进行了讨论,分析了当前研究的热点问题、研究方法与取得的成果;最后结合导弹的飞行特点和导弹武器系统的控制要求,从模糊控制、神经网络和遗传算法三个方面对智能控制在导弹武器中的应用进行了分析,并对智能控制的发展进行了展望。     

基于遗传算法的发动机模糊控制

模糊控制不依赖被控对象的数学模型，模糊控制应用于航空发动机控制取得了较好的效果。但是，模糊控制设计，较多地依赖设计者的主观经验，工作量大、负担重。遗传算法具有良好的寻优能力，该文将遗传算法应用到了航空发动机模糊控制中，使大量的设计寻优工作，可以通过程序自动寻优，对遗传算法寻优的发动机模糊控制系统进行了仿真，结果表明遗传算法不但改进了发动机模糊控制器的设计，而且整个控制系统具有良好的性能。