一种基于模糊辨识器的自适应交流伺服系统

提出用模糊辨识器对交流伺服系统离线进行辨识,使用遗传算法(GA)对辨识器参数寻优,用BP算法对控制器FNC最后一层权值在线调整,论述了用GA对控制器模糊隶属函数的参数优化训练方法。仿真结果证明了控制策略的有效性。     

基于遗传算法的模糊神经网络在交流伺服中的设计

针对永磁同步电动机交流伺服系统,提出了遗传算法的模糊神经网络控制方案.在交流伺服系统的设计中,采用模糊神经网络控制器作为其位置调节器.利用遗传算法的快速搜索功能,使得系统定位准确、快速.     

基于遗传算法的模糊神经网络控制器的仿真

对遗传算法（GA）和模糊神经网络控制器的结构进行了说明,为了克服以反向传播算法（BP）的缺点,通过遗传算法对模糊神经网络控制器的参数进行优化,亦即对模糊神经网络进行训练,用通过优化后的模糊神经网络控制器控制一个带有纯滞后的非线性对象,仿真结果证实了其性能较常规模糊控制器优越。     

基于遗传算法的神经网络在交流调速中的应用

介绍了遗传算法与神经网络的组合方式及结构,并通过遗传算法神经网络的融合技术对交流调速进行控制,通过遗传算法对神经网络的参数进行集中优化,得到了被控制对象的一个最优控制器———神经网络控制器.     

基于混沌优化的模糊神经网络在交流调速控制中的应用

针对交流调速系统高精度、快响应的要求,提出了基于模拟退火策略的混沌优化算法的模糊神经网络控制方案。仿真与实验结果表明,该控制方法用于交流调速系统具有无振荡、较高的精度和较强的鲁棒性、抗干扰能力等。     

采用遗传算法自组织神经网络模糊控制器

提出一种自组织神经网络模糊控制器的新方案。该方案的一个主要特征是，可获得实现模糊控制器的最小且最优的神经网络结构，而且所获得的模糊控制器同时具有神经网络的广泛映射能力、联想概括能力和遗传算法的快速全局收敛、再励式学习等优良特性。     

基于遗传算法优化的模糊神经网络在智能楼宇火灾探测中的应用

针对火灾报警系统中存在的漏报、误报问题.提出了基于遗传算法优化的模糊神经网络信息处理方法对火灾信号进行识别.以提高系统报警准确率,降低漏报率.该算法通过仿真实验.结果表明报警的准确率有明显提高;同时,优化后的网络可靠性和泛化能力亦有所提高.这一方法为实现火灾发生时的及早报警和对非火灾信号的准确识别,提供一种新的火灾信号智能识别方法.     

基于遗传算法优化的模糊神经网络在智能楼字火灾探测中的应用

针对火灾报警系统中存在的漏报、误报问题,提出了基于遗传算法优化的模糊神经网络信息处理方法对火灾信号进行识别。以提高系统报警准确率,降低漏报率。该算法通过仿真实验,结果表明报警的准确率有明显提高;同时,优化后的网络可靠性和泛化能力亦有所提高。这一方法为实现火灾发生时的及早报警和对非火灾信号的准确识别,提供一种新的火灾信号智能识别方法。     

分阶段模糊滑模控制在交流伺服系统中的应用

提出了一种应用在交流伺服系统上的模糊滑模控制策略，把模糊逻辑和滑模控制方法结合起，能够在不牺牲系统鲁棒性的同时达到削弱抖动的目的，并使系统响应速度快，无超调.利用模糊决策的作用决定控制量的一部分，来解决滑模控制中的抖动问题.这种控制方法适合应用在需要强抗干扰能力的伺服系统中，比如机器人，飞行器等.同时，通过分阶段的加入指数趋近控制方法，来加快系统响应.通过MATLAB6.5的仿真，验证了这种方法的可行性，并取得了很好的控制效果.     

基于神经网络的交流伺服系统快速混合算法控制

标准的ＢＰ算法的最大局限在于：它不能保证收敛于神经风络总误差函数的全局最小点，而且由于“贪婪”的固定步长的最陡下降算法，有时连局部极小点也达不到。本文采用一种混合算法：将修正的快速ＰＩＤ型ＢＰ算法与Ｓｏｌｉｓ＆Ｗｅｔｓ随机最优化方法相结合，实现快速的、在有限迭代次数内达到全局最小的神经网络ＢＰ算法，并由此而构成控制顺应用于交流伺服驱动系统的控制。仿真结果证明该方法可以达到预期的目的，具有快速性、全     

模糊PID控制交流伺服系统的研究

介绍了模糊PID控制器的构成与工作以及模糊PID控制器的交流伺服系统.交流伺服技术是研制开发各种先进机电一体化产品的关键性技术，由模糊PID组成的控制器无需知道系统的精确模型，采用模糊控制和PID控制的复合控制，使交流伺服系统具备了更强的鲁棒性和更为优良的动、静态性能.利用了变频器的多种控制功能，用编码器精确测速，控制算法采用了参数自整定PIDD算法，实现了精确的变频调速闭环控制.仿真结果表明，该交流伺服系统具有优良的性能和实际应用推广价值.     

交流伺服系统神经网络PID控制

提出了采用神经网络的自适应PID控制系统,将BP神经网络引入交流伺服系统中代替PID控制器,实现对被控电机的自适应控制;并在此基础上,简化神经网络的结构,把它与传统的PID控制结合起来,实现对交流伺服系统的复合控制。仿真结果表明,所提算法切实可行,系统具有较强的鲁棒性。     

基于模糊RBF神经网络的双电机驱动伺服系统研究

双电机驱动伺服系统中存在齿隙和摩擦等非线性,常规PID控制不能满足其控制要求.针对常规PID控制器参数固定而导致在控制中效果差的缺陷,提出一种基于模糊RBF神经网络整定的PID控制方法.该方法结合了模糊控制的推理能力强与神经网络学习能力强的特点,可以在线调整得到一组适合于控制对象的PID控制参数.最后在双电机驱动伺服系统中进行仿真试验结果表明所提出的控制策略是有效的.     

交流伺服电机的模糊PID控制及GUI设计

提出一种将模糊规则参数自整定与PID控制相结合的复合控制策略,该策略具有响应时间短,稳定性高和鲁棒性强等特点,并进行GUI（图形用户界面）设计,实现控制系统的可操作性和可视化。     

Application of intelligent control theory in AC servo system

An AC servo system based on neuron control theory is presented. Experimental results show that the neuralcontrol mode doesn't need the Precise model of the system, therefore, it has many advantages, such as simple designand high response performance. The simulation research of the AC servo system which is non-linear, time-varied.based on neuro-fuzzy controller is done. The results of the simulation show that the performances of the system areconsiderably improved and it is one of the novel pathways to realize intelligent control of servo system.     

Application of hybrid coded genetic algorithm in fuzzy neural network controller

0　ＩＮＴＲＯＤＵＣＴＩＯＮＧｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ (ＧＡ)ｗａｓｆｉｒｓｔｌｙｐｒｏｐｏｓｅｄｂｙＪｏｈｎＨ .Ｈｏｌｌａｎｄ ,ａｐｒｏｆｅｓｓｏｒｏｆｐｓｙｃｈｏｌｏｇｙａｎｄｅｌｅｃｔｒｉｃａｌｅｎｇｉ ｎｅｅｒｉｎｇ＆ｃｏｍｐｕｔｅｒｓｃｉｅｎｃｅ ,ａｔｔｈｅｂｅｇｉｎｎｉｎｇｏｆ 1970 ,ａｎｄｗａｓｉｎｔｒｏｄｕｃｅｄｉｎｔｈｅＨｏｌｌａｎｄ’ｓｍｏｎｏｇｒａｐｈｉｎ1975[1] .ＩｔｉｓａｓｔｏｃｈａｓｔｉｃｓｅａｒｃｈｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＤａｒｗｉｎ’ｓｅｖｏｌｕｔ…     

神经网络补偿的PID控制在电液力矩伺服系统中的应用

船舶减摇水舱试验台架是研究和设计减摇水舱的重要试验设备,能否准确的模拟船舶在海浪中的运动是设计试验台架的关键．设计了用于驱动船舶减摇水舱试验台架的电液力矩伺服控制系统,引入神经网络结构补偿的PID方法来实现PID的参数整定,仿真结果表明神经网络补偿的PID控制效果明显优于普通PID系统     

模糊神经网络在火灾探测系统的应用

本文在单参数火灾探测系统中引入了模糊神经网络算法 ,通过教师信号对网络中权值的训练 ,完成基本状态隶属度函数的自动生成和模糊规则的自动提取 ,大大提高了系统的精度和智能化