应用单层神经网络设计多变量自适应模糊控制器

提出一种应用单层神经网络设计多变量自适应模糊控制器的方法。应用单层神经网络可以学习多变量模糊控制规则中的未知参数，还可由它来实现多变量模糊推理过程。该方法能解决多变量模糊控制中普遍存在的规则获取困难和难于实现实时自适应等问题。仿真试验表明，所设计的多变量模糊控制器不仅实时性好，而且可得到满意的控制效果。     

基于模糊神经网络的智能炉温控制系统

0 引言 由于电阻加热炉炉温控制具有严重的非线性、灰色性以及较大的时间滞后性,很难用数学方法建立精确的数学模型,因此用传统的控制理论和方法很难达到好的控制效果.本文介绍基于模糊神经网络的电阻炉炉温智能控制系统,该系统将人工智能中的神经网络控制技术和模糊控制技术结合,采用闭环控制方式实现对炉温的自动控制.其特点是:用神经网络代替传统的模糊控制器的隶属函数和权值,实现了模糊规则的自动更新.实践证明,该控制系统对无法取得数学模型或数学模型相当粗糙的系统可以取得满意的控制效果;与传统的PID炉温控制系统相比,该系统具有控制精度高、速度快,控制质量可靠、稳定等优点,有较大的推广应用价值.     

自适应模糊炉温控制系统

介绍以控制电加热炉的实际对象为背景研制的一种计算机控制系统。系统引入了带有基于最近邻聚类学习算法的自适应最优模糊控制。实时控制结果表明 ,这种控制方法具有超调小 ,调整时间快 ,精度高等特点。     

PID控制器的模糊增益调整及在电阻炉温控制系统中的应用

介绍一种带有模糊增益调整的PID控制器，开发了一套软件，并分别将它和传统的PID控制器作用到电阻炉，对二者的控制结果进行了比较。实验结果表明，这种PID控制器能够减小超调，提高控制精度。     

自适应模糊控制器在液压电梯中的应用

采用一种建立在连续输入输出论 的模糊控制器,避免了普通模糊控制器由外论域的离散化而存在量化误差。通过采用分级模糊控制的方法一步提高了系统的控制精度和收敛品质,同时还给出了一种自适应控制算法,利用它可以调整模糊规则以适应系统的时变性。利用该文的模糊控制器对典型非线性时变系统一－ＶＶＶ液压电梯的实时控制结果表明,这种模糊控制器鲁棒性好,控制精度高,自适应能力强,具有很高的实用价值。     

自适应模糊-PID控制器在链梯速度控制系统中的应用

链梯速度具有随负载而变化的时变特性,当负载变化时,采用传统的PID控制很难满足要求,为此本文提出了一种基于模糊推理的PID控制器,它利用FUZZY推理,对系统所处的不同状态实现PID参数的在线自适应控制,使系统在任何状态下,都能得到比传统的PID更好的控制效果和更强的鲁棒性,仿真结果也证明了这一点。     

带有反向传播学习算法的自适应模糊炉温控制系统

本文介绍以控制电加热炉的实际对象为背景研制的一种计算机控制系统。该系统引入了带有基于反向传播学习算法的自适应模糊控制。这种控制方法超调小,调整时间快,精度高。     

自适应模糊-PID控制器在链梯速度控制系统中的应用

链梯速度具有随负载而变化的时变特性,当负载变化时,采用传统的PID控制很难满足要求,为此本文提出了一种基于模糊推理的PID控制器,它利用FUZZY推理,对系统所处的不同状态实现PID参数的在线自适应控制,使系统在任何状态下,都能得到比传统的PID更好的控制效果和更强的鲁棒性,仿真结果也证明了这一点.     

基于自适应模糊神经网络控制器的网络控制系统

网络控制系统中存在着时延、丢包、网络干扰等问题。针对网络控制系统中存在恶化系统的控制性能,甚至导致系统不稳定的因素,提出了一种基于自适应模糊神经网络控制器的网络控制系统,它能根据系统的实际输出与期望输出误差,利用自适应模糊控制和神经网络自学习的原理进行控制参数的自行调整,以符合控制系统的实际要求,同时,分析了网络延时,丢包率及网络干扰因素对系统性能的影响。利用TrueTime工具箱建立了包含自适应模糊神经网络控制器的网络控制系统的仿真模型,并将其分别与基于常规PID控制器的网络控制系统和基于模糊参数PID控制器的网络控制系统进行了比较。实验结果表明,在相同的网络环境下,基于自适应模糊神经网络控制器的网络控制系统的控制效果比基于常规的PID控制器和基于模糊参数PID控制器的要好,且具有较好的抗干扰能力和鲁棒性能。     

自适应模糊神经网络控制在电阻加热炉中的应用

提出一种自适应模糊神经网络控制器,着重讨论了自适应模糊神经网络的混合学习算法和自适应动量解耦的最速下降。人出了适于非线性时滞、基于径向基函数网络和自适模糊神经网络控制器的控制方案,并把它用在电阻加热炉中。实际应用表明,模糊神经网络控制器 具有良好的控制效果。     

基于自适应神经模糊控制的暖体假人温控系统

针对用传统PID方法设计的暖体假人温控制系统存在参数难以整定、调整,试验效率较低的情况,将自适应模糊控制技术与神经网络技术相结合,提出了一种自适应神经模糊控制器的实现方法,并结合一种改进的快速BP算法来训练网络,设计了暖体假人温控制系统,实验结果表明该系统有效地缩短了服装热学性能的试验时间,提高了实验精度和实验效率。     

神经网络智能控制系统中辨识网络设计方法的探讨

该文将人工神经网络的基本原理应用于过程控制系统,对辨识网络的基本结构以及网络的训练方法进行了初步探索和总结,在控制系统的辨识网络中应用基本ＢＰ算法与加动量项的ＢＰ算法、随机设置初值与训练设置初值、带参考模型与无参考模型对系统过渡过程特性的影响作了一定的比较与分析。仿真结果表明：所采用的改善网络自适应能力的方法,在不同程度上对系统的调节品质均有相应的改善。     

带积分型适应Fuzzy控制器及其在电加热炉集散系统中的应用

本文介绍带积分型适应模糊算法及其在电加热炉集散系统中的应用，获得较满意的结果。控温误差为±2℃／820℃，适用于各种复杂工业系统。     

迟滞非线性动态系统神经网络自适应控制

为了减轻非线性动态系统中未知迟滞(Hysteresis)的不良影响,该文提出了一类Backlash型迟滞模型。将有限数量不同宽度的Backlash(Matlab／Simulink)算子进行叠加,来仿真执行器中的迟滞非线性动态。用此模型,提出了基于径向基函数神经网络的自适应控制方案,以控制伴有未知迟滞的非线性动态系统。该方案采用了动态逆的思想及伪控制的概念。利用Lyapunov稳定理论,设计了两个鲁棒控制项,保证动态系统的稳定性、系统中所有信号有界和误差收敛到起点的领域内。通过Matlab／Simulink仿真实验,证明了所提出方案的有效性。     

基于改进遗传算法的FNNPID控制器在温度控制系统中的应用

根据温度控制系统的特点,为提高其控制质量,设计了一种模糊神经PID控制器。该控制器在温度偏差大时采用模糊神经控制,偏差小时采用模糊神经PID控制,由模糊控制开关保证两种控制方法的平滑过渡,用改进的遗传算法优化网络参数。仿真实验表明采用该控制方法系统响应速度更快、超调更小、精度更高、适应性更强。     

基于BP算法的自适应模糊控制系统研究*

在用模糊算法产生模糊规则的过程中，专家信息对算法是否收敛起到了很重要的作用。本文基于模糊控制器的一种解析结构，提出了用ＢＰ算法完善经验规则，加速非线性系统模糊控制过程的方法。     

自适应机翼的神经网络控制系统设计与试验

随着自适应结构和机敏材料的发展,如何从结构设计角度来提高飞机的飞行效能受到了重视,其中的一个关键环节就是控制器的设计和开发.针对自适应机翼姿态控制的要求与物理特点,采用神经网络和自适应控制理论,设计了神经网络逆复合控制器,完成了相应的控制系统开发,进而进行了物理试验分析和研究.结果表明,系统能有效、准确、快速地在线满足设计目标跟踪和设计状态回归两项重要指标,系统的鲁棒性、收敛性和稳定性都得到明显地改善,具有良好的可靠性和工程实用性.     

自适应调节器在电弧炉控制中的应用

自适应调节器在电弧炉控制中的应用＠杨拥民￥国防科技大学机械电子工程与仪器系电弧,辨识,自整定,控制自适应调节器在电弧炉控制中的应用杨拥民（国防科技大学机械电子工程与仪器系长沙４１００７３）关键词电弧,辨识,自整定,控制收稿日期１９９５－０８－２８１引言电弧...     

基于自适应神经模糊推理系统的非线性系统控制

由于非线性系统具有模糊性、不确定性、非线性等特点,所以常常使用模糊控制来对其实现控制,但常规的模糊控制系统存在着一定的问题。该文把神经网络与模糊控制相结合,介绍了自适应神经元模糊推理系统ANFIS(Adaptive Neuro—Fuzzy Inference System)的基本结构,并将ANFIS用于典型的非线性系统控制中,仿真结果表明训练后的ANFIS能很好地控制实际的对象。     

利用BP算法的一种自适应模糊预测控制器

提出一种由模糊预测器和模糊预测控制器组成的自适应模糊预测控制方案,采用ＢＰ算法训练模糊预测器和模糊预测控制器,并给出这种模糊预测控制器的训练算法。控制系统对于具有纯时延的非线性被控过程有良好的控制性能。