共查询到19条相似文献,搜索用时 171 毫秒
1.
2.
具有时滞的不确定性系统神经网络模型自学习控制 总被引:2,自引:1,他引:1
本文对具有时滞的不确定性控制对象提出了一种神经网络时滞补偿模糊自学习控制方法,模糊控制器采用误差、误差变化及误差加速度的加权和的解析描述形式,利用人工神经网络直接对过程建模,实现对时滞补偿预报以及对模糊加权因子的自学习优化调整,将上述方法用于焊接熔池动态过程控制试验,结果表明本文提出的自学习神经网络时滞补偿模糊控制方案有效。 相似文献
3.
4.
针对一类数学模型未知且存在时变时滞的复杂系统,提出一种基于遗传算法参数整定的灰色预测控制方法;该方法采用BP神经网络对系统的时变时滞进行辨识,利用灰色预测算法对系统的输出进行预测,进而使用基于遗传算法整定PID控制器对系统进行输出反馈控制;该方法将灰色预测算法与遗传算法相结合,有效提高了控制器的自适应性;通过仿真实例,结果表明该方法能够对具有大时滞、大惯性、模型不确定等特点的复杂系统进行有效地控制;该方法是可行的、有效的. 相似文献
5.
6.
基于模糊神经网络的变换器自适应控制方法 总被引:1,自引:1,他引:0
提出了一种新型的基于模糊神经网络自适应PI调节电流控制电压型PWM变换器方法.结合了模糊神经网络控制与PI控制器,根据三相电流比较产生的三相电流误差和电流误差变化率,自动调整P、I参数,提高了电流的控制精度和变换器的动态性能.采用MATLAB/Simulink对常规PI控制器和模糊神经网络自适应PI控制器进行了仿真对比.仿真结果表明了采用模糊神经网络自适应PI控制器,其系统输出的误差及误差变化要小,系统的跟踪精度得以提高,动态性能得到改善. 相似文献
7.
针对多输入多输出非线性多时滞系统,提出了一种直接自适应模糊跟踪控制方案.该方案有机综合了自适应控制和H∞ 控制,构建了一种自适应时滞模糊逻辑系统用来逼近有多重时滞的未知函数;设计了H∞ 补偿器来抵消模糊逼近误差和外部扰动.根据跟踪误差给出了参数调节规律,构造了包含时滞的李亚普诺夫函数,从而证明了误差闭环系统满足期望的H∞ 跟踪性能.仿真结果表明了该方案的可行性. 相似文献
8.
基于模型的预测控制算法在工业控制中获得了广泛的应用,特别是针对非线性大时滞系统.本文提出了一种基于内模结构的模糊控制算法,它的最大特点是引入模糊内模预估器作为被控过程的内部模型,对过程输出进行预测,从而克服时滞对系统带来的不利影响.同时,根据预测误差,滤波器在线修正、补偿被控过程的模型失配.仿真及炉温实时控制实验结果表明,此种控制策略优于常规控制方法,实用前景明显. 相似文献
9.
10.
11.
12.
针对传统模糊神经网络设计复杂、控制实时性滞后的问题,提出自组织双模糊神经网络算法。将样本数据进行聚类划分,形成原始的模糊隶属函数集;在神经网络的离线训练过程中,完善并优化模糊隶属函数和规则;采用双神经网络结构,在线工作时,一个神经网络完成在线学习任务,另一个神经网络完成工业控制任务;经过一定的系统周期,同步系统中两组神经网络的参数;提取完成控制任务的神经网络的输出作为算法的输出。应用于火箭发动机试验台控制系统中,表明算法能够提升控制系统中针对输入参数越界的鲁棒性,提高控制实时性,简化了模糊神经网络的设计复杂度。 相似文献
13.
14.
通过分析控制器参数学习率和控制器性能之间的关系,设计一种基于可变学习速率反向传播算法VLRBP和模糊神经元网络的变频空调控制系统.该系统不仅可以通过反传误差信号训练控制器参数,而且可以根据网络的当前状态朝最优化方向调整控制器参数的学习率.实验结果表明,该控制系统不仅比传统的空调PID控制器和模糊控制器具有更好的控制性能,而且相比基于标准BP算法和动量BP算法的模糊神经网络控制系统,也具有更快的收敛速度和更好的控制精确度. 相似文献
15.
16.
结合减法聚类和模糊C均值聚类,提出了一种改进型聚类算法,加快了收敛速度.利用改进后的算法对模糊系统输入或输出的样本集聚类,对聚类结果采用Trust-Region法拟合高斯型和S型函数,以实现模糊系统输入、输出空间的划分和隶属度函数参数的确定.结合MATLAB的模糊和曲线拟合工具箱,详述了如何在标准算法上进行改进和模糊系统建模.通过对IRIS标准数据聚类实验以及在解决机械加工误差复映问题上的应用,验证了改进后算法和建模方法的有效性. 相似文献
17.
18.
该文研究了利用多资料识别水淹层水淹等级的模糊神经元网络自适应模型,模型由若干个规则网络和适用度网络组成,汇合了神经网络与模糊逻辑的优点,具有非线性系统的逼近能力。通过相关性分析和反复测试,最终选择13个参数作为输入参数,水淹层的含水饱和度作为输出参数,实际资料的检验证明该算法明显改进了识别效果。 相似文献