基于模糊神经网络的无人动力伞控制

针对无人动力伞在执行任务时常常在低空、城市上空等复杂气流环境飞行,无人动力伞的响应特性受到飞行速度、航向角和各种风的综合影响,具有的非线性和不确定性.导致事先设计的控制规则不再适合,对此基于PID的控制算法难以达到满意的控制效果.本文提出了一种模糊神经网络控制无人动力伞航向控制策略,利用RBF神经网络所特有的局部逼近能力,对模糊控制规则进行在线推理并获得连续输出,采用GA算法对神经网络参数进行调整来实现对模糊控制器规则库的优化和模糊规则的自动生成.使控制器能够进一步适应无人动力伞实时控制中的时变性和不确定性,保持良好的控制性能；仿真表明算法是可行的.     

基于神经网络的模糊预测控制及其应用

应用模糊控制的逻辑推理性能，借助神经网络的学习能力，提出了一种模糊神经网络预测控制模型。利用该模型对发酵过程的预测控制，实验曲线表明，可获得较高的预测精度和较好的控制效果。     

基于神经网络的模糊自适应PID控制方法

提出一种基于BP神经网络的模糊自适应PID控制器。该控制器综合模糊控制、神经网络与PID调节各自的优点，既具有模糊控制的简单和有效的非线性控制作用，又具有神经网络的学习和适应能力，同时具备PID控制的广泛适应性，仿真实验表明该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。     

基于模糊神经网络的混凝沉淀投药控制

根据已有的资料分析了自来水混凝沉淀过程多变量影响因素和特点,找出了影响混凝沉淀过程的主要变量是进水流量、进水浊度、原水pH值、进水温度.根据高木-关野模糊系统和神经网络非线性逼近的特点,提出了建立混凝沉淀加药控制模型的模糊适用度加神经网络的集成模糊神经网络控制方法.还结合某自来水厂的具体现场数据进行了仿真模型研究和现场的实验,实验表明控制精度满足要求,运行正常.     

基于神经网络的模糊自适应PID控制及其实现

提出一种基于BP神经网络的模糊自适应PID控制器，将模糊控制具有的较强逻辑推理功能、神经网络的自适应、自学习能力以及传统PID控制的优点融于一体，形成了对非精确、非线性对象的良好控制策略。针对模糊神经网络控制器运算量大、收敛慢的特点，硬件上采用数字信号处理器（DS）作为控制，运算单元，以提高系统实用性。对交流伺服系统的实验仿真结果表明，该控制器对模型、环境具有较好的适应能力与较强的鲁棒性。     

基于模糊神经网络控制的结肠灌注透析治疗机

根据灌肠术原理和临床的需求,提出了一种基于模糊神经网络控制的结肠灌注透析治疗机。详细介绍了结肠灌注透析治疗机的上、下位机硬件实现,灌注液温度、灌注液液量等的精确算法,结肠仪专家模糊控制系统的建立及系统软件的实现,并研制设计了符合实际需要的样机。应用表明该装置自动化程度高,流量控制准确,全过程数据检测,操作简便等特点。     

基于模糊神经网络的智能火灾报警系统

本文介绍了基于模糊神经网络智能火灾报警系统．在系统中应用了模糊控制理论既提高了系统的精度又最大限度的减少了系统的误报率，解决了火灾报警系统中长期存在的问题，结合具有自学习功能的神经网络算法，提高了系统的智能化程度，是现代智能控制理论存消防自动化系统中的应用。     

三种基于FAM神经网络的模糊逻辑控制

本文用三种结构来实现ＦＡＭ神经网络，比较了它们的优缺点，并用它们对倒立摆系统进行控制。与常见的ＢＰ网络相比，它们的训练次数少，学习算法简单。     

基于模糊神经网络的机器人实时控制研究

基于模糊神经网络的机器人实时控制研究廖俊朱世强林建亚（浙江大学流体传动及控制国家重点实验室杭州３１００２７）关键词神经网络,模糊控制,机器人．收稿日期１９９５－０８－０７１引言模糊神经网络结合了模糊逻辑和神经网络各自的优点,受到越来越多学者的高度重视...     

神经网络技术在非线性系统控制中的应用

神经网络控制自问世以来得到广泛的应用。本文介绍了神经网络控制的概念及特点，概述了神经网络控制的主要控制策略并且讨论了它在实际应用中遇到的问题。同时，我们也根据自己在实际研究中的经验提出一些解决这些问题的方法。最后，我们对神经网络控制的应用前景和研究方向作一个展望。     

神经网络PID工业温度控制系统研究

本文介绍了一种神经网络PID控制器,并将它与传统PID控制器、模糊控制器和神经网络控制器进行比较。神经网络PID控制器综合了PID控制器和神经网络控制器的优点并弥补了它们各自的不足之处。通过上述各种控制器在工业温度控制系统的仿真研究表明,神经网络PID控制器具有超调小,过度时间短,控制精度高的优点,对大滞后的温度控制系统有很好的控制效果。     

一种基于神经网络控制的有源电力滤波器

研究并设计了一种基于多层前馈神经网络的逆变控制器,实验结果表明采用神经网络控制方式的有源滤波器具有很好的跟踪速度和补偿精度。针对前馈神经网络的不足,进一步提出了一种带有竞争环节的神经网络控制方式,该方式下网络结构简单并易于实现,实验结果表明该控制方式性能优于传统控制方式。     

基于模糊神经网络的火灾信号处理设计

本文针对传统智能建筑中火灾报警系统功能简单、定位困难且存在误报和漏报等问题,设计了一种基于模糊控制理论、人工神经网络的火灾安全报警系统。该系统依靠模糊控制理论提高了灵敏度,减少了误报率,并结合神经网络具有自学习功能的特点,提高了整个系统的智能化水平。作者阐述了火灾报警系统的设计原理,对模糊理论和几种神经网络模型进行了分析,并使用MATLAB软件对设计的算法进行了仿真分析。该系统达到了比较理想的效果。     

模糊控制在温室大棚温度控制系统中的应用

利用温室大棚进行种植的技术已经解决了传统农作物种植时受自然环境等诸多条件限制的问题,对于农业生产有着及其重大的意义。为降低温室管理人员的劳动强度,加快我国温室大棚自动化的步伐,缩短与国外的差距,本文提出了一种基于模糊控制的智能控温系统的设计方案。     

基于人工神经网络的水洞试验装置的PID自动控制系统

在水洞试验中，通过水泵及收缩段的形状控制水洞的运行过程，以保证水洞的稳定运行，并保证所进行的各种试验的质量。PID调节是最常见的一种。文章给出了一种基于人工神经网络实现自学习PID控制方法。利用该方法可以较好地实现水洞的控制。     

基于神经网络的内模控制在机械手控制中的研究

采用内模控制与神经网络相结合的方法来解决机械手的控制问题,使机械手沿着一定的期望轨迹运行。神经网络对机械手建模,使其作为内模控制中的模型,训练方法采用前馈网络的BP学习算法。单个神经元使用静态模型,输入神经元之间的延迟引入系统的动态。仿真结果表明,该方法具有有效性和实用性。     

智能交通信号控制系统初探

城市交通拥挤是当今世界普遍关注的问题,它所带来的严重危害日益影响到人们的日常生活和社会经济的发展,而城市交通信号控制系统对解决这一问题发挥着不可替代的作用。从高性能智能交通信号控制系统的要求出发,针对目前我国城市交通问题的现状．对智能交通信号协调控制系统进行初步的研究和探讨。     

基于神经网络模糊PID的足球机器人控制算法研究

通过对足球机器人运动学模型进行分析,以足球机器人系统为实验平台,论证了神经网络模糊PID控制技术应用于足球机器人运动控制的可行性。将传统的PID控制与神经网络模糊控制相结合,通过PID算法实现控制的准确性,利用神经网络模糊控制提高控制的快速性与自适应性。针对足球机器人运动控制中的实际问题,着重提出了基于神经网络和模糊控制相结合动态调整PID控制器的三个参数KP,KI,KD的设计方法。实验证明该方法增强了控制器的调节能力和简化了控制器设计,同时本方法对模型和环境具有较好的适应能力和较强的鲁棒性。     

智能交通控制系统

介绍一种智能交通控制系统。首先依靠车辆计数仪，得到交叉口的交通数据；然后利用专家系统、神经网络等技术分析交通动态特征，形成全局优化调度指令，并利用模糊控制的方法实现交叉口的信号灯控制。本系统利用系统仿真的方法来训练该模糊神经网络。