基于小波模糊神经网络的滑模控制器设计

针对一类非线性系统,采用小波模糊神经网络对控制对象辨识并提出了滑模控制器的设计方法.在系统存在外部干扰并有界时,利用李亚普诺夫方法证明了系统的稳定性.最后,通过MATLAB仿真验证了输出反馈控制具有良好的跟踪性能.     

基于遗传算法的模糊神经网络PID控制器研究

研究对象是某类型贴片机的位置控制系统,运用基于遗传算法的模糊神经网络 PID控制器对其位置系统进行控制.着重介绍了基于联接机制的模糊神经网络的结构,以及遗传算法对模糊神经网络的网络结构和隶属度函数的优化.通过实例详细地给出了优化过程和优化结果,并通过仿真结果,充分地说明了模糊神经网络的优异性能以及遗传算法在多目标寻优中的强大优势.     

一类模糊-PID神经网络控制器

针对模糊ＰＩＤ复合控制的自适应问题,设计了一类基于模糊ＰＩＤ复合控制算法的神经网络控制器,经仿真实验获得了满意的效果。     

基于神经网络的模糊控制器

将神经网络的非线性与自学习特性有机地应用于模糊控制系统中，用神经元节点及其相应的内部函数代替模糊控制系统的各个模糊子集及其隶属函数，而神经元节点间的连接代替模糊推理机，设计了一类基于神经网络的模糊器，以克服复杂非线性系统难以确定模糊子集的划分及其隶属函数和模糊推理规则等问题。     

一种基于模糊神经网络的PID控制器

利用神经网络自学习自适应能力和快速计算能力,提出一种基于模糊神经网络的PID智能控制器．该系统将模糊技术、神经网络与PID控制结合起来,实现了PID控制的自适应和智能化．通过仿真实验表明,该控制方案与传统PID控制系统相比,无论是超调量还是稳定时间,效果都要好得多．     

基于FPGA多变量模糊神经网络控制器设计

在对基于FPGA模糊神经网络控制的原理和设计中使用的算法进行分析后,对模糊神经网络控制器进行分层设计,设计模块主要包括模糊化模块、控制规则模块、归一化模块、权值-参数计算模块和去模糊化模块.在设计过程中遵循自顶向下的设计原则,并对各个模块设计进行优化处理,最后对整个系统进行设计综合.实验表明:该设计方案是可行的,不仅可...     

基于模糊神经网络的锅炉汽包水位控制器的设计

将模糊网络理论引入锅炉汽包水位控制系统中,以解决水位稳定性控制的问题,针对DSP具有高速运算能力的特点,采用TMS320LF2407对数据进行采集、运算处理,试验结果证明了其时效性.     

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。     

基于神经网络的自适应控制器

提出了一种基于神经网络的控制系统，将传统ＰＩＤ工程整定法与神经网络相结合，采用直接自适应控制方法，使基于神经网络的控制器在ＰＩＤ控制的基础上实现自适应控制，更有效地改善控制品质。     

具有模糊联想神经网络的自组织模糊控制器

在分析了几种用神经风格实现的模糊控制器不足的基础上，提出一种用模糊联想记忆神经网络实现的自组织模糊控制器，该控制器由２个模糊联想记忆神经网络分别记忆校正规则表和修正控制规则表，并通过网络权值矩阵的在线修正完成控制规则的实时修正，模糊推理则由网络的自联想功能完成。     

A nonlinear bottom-following controller for underactuated autonomous underwater vehicles

The bottom-following problem for underactuated autonomous underwater vehicles^(AUV) was addressed by a new type of nonlinear decoupling control law. The vertical bottom-following error and pitch angle error are stabilized by means of the stern plane, and the thruster is left to stabilize the longitudinal bottom-following error and forward speed. In order to better meet the need of engineering applications, working characteristics of the actuators were sufficiently considered to design the proposed controller. Different from the traditional method, the methodology used to solve the problem is generated by AUV model without a reference orientation, and it deals explicitly with vehicle dynamics and the geometric characteristics of the desired tracking bottom curve. The estimation of systemic uncertainties and disturbances and the pitch velocity PE (persistent excitation) conditions are not required. The stability analysis is given by Lyapunov theorem. Simulation results of a full nonlinear hydrodynamic AUV model are provided to validate the effectiveness and robustness of the proposed controller.     

一种利用双DSP实现卫星SEMOI自主导航方法

为了提高卫星自主导航系统的实时计算能力,探讨了一种利用双DSP实现卫星自主导航器的方法.介绍了星载计算机的现状和计算机技术的发展概况及趋势.采用基于迭代最小二乘方法的双DSP并行导航算法实现了自主导航器,其中一个DSP进行轨道计算,另一个DSP进行实时检索,并为星上其他系统提供实时导航数据.最后以实践5号卫星轨道为例,用DSP作为算法载体进行了地面仿真导航实验.与PC机的结果进行对比,结果表明,利用DSP实现卫星自主导航器是可行的.     

基于模型逆神经网络的自主飞行控制系统设计

为满足无人直升机自主飞行要求,设计公共事件服务组件,实现控制组件的分布式通信和控制结构的动态变化;基于模型逆技术,设计某状态下的旋转逆和平移逆控制器,其他状态下的逆误差由在线神经网络补偿.多个机动科目的仿真结果表明:所设计的自主飞行控制系统具有良好的性能,有较大的工程应用价值.     

探测器交会小天体的UPF自主导航方案

采用基于目标天体信息的光学导航方案实现探测器交会小天体,利用导航相机提高了定轨精度和星历精度。在此基础上,针对深空导航的轨道确定过程中可能存在的初始估计信息误差较大、状态及量测误差不服从高斯分布等问题,将UPF(Unscented Particle Filter)引入到导航方案中。该方案利用UPF在处理非线性非高斯问题上的优势,克服了EKF、UKF、PF等传统滤波方案对非线性非高斯状态模型、量测模型的近似处理所带来的影响。数值仿真表明了该方案的可行性。     

一种基于模糊神经网络的机器人轨迹跟踪控制

提出一种模糊神经网络,并将其应用于两关节机械手轨迹跟踪控制。该网络采用三角形隶属度函数,将模糊控制与神经网络相结合,利用神经网络实现模糊推理。这种模糊神经网络能够在线调节输出隶属度函数中心以及关节间耦合权值,使得控制器具有更好的学习与自适应能力。仿真结果表明,这种网络能很好的用于机器人的轨迹跟踪控制中,是一种行之有效的控制方法。     

基于模糊综合评价和BP神经网络的车辆危险状态辨识

考虑驾驶员、车辆、环境和管理因素对车辆安全状态的影响,建立了车辆安全状态评价体系。采用模糊层次分析法确定了各评价指标的权重,利用岭型函数建立了评价指标对评价等级的隶属度函数,在Matlab神经网络工具箱中构建了车辆安全状态神经网络评价模型。采用预设故障的试验方法,利用车辆监测预警系统采集道路试验过程中车辆的运行状态参数。通过模糊综合评价得出神经网络所需的训练样本,运用训练好的BP神经网络对道路试验中车辆安全状态进行评价。道路试验结果表明:神经网络评价较模糊综合评价灵敏度更高、更准确,为车辆危险状态辨识提供了一种新方法。     

基于BP神经网络整定的PID温度控制

展示了一种基于BP神经网络的PID控制器,利用神经网络的自学习特性,将神经网络与PID控制方法相结合,采用3层前向网络,动态BP算法,实现对温度控制系统的在线智能控制,显示了BP神经网络PID控制方法很强的鲁棒性,同时也显示了神经网络在解决高度非线性和严重不确定系统方面的能力．仿真结果表明,此种PID在温度控制中能够取得较满意的效果．     

基于神经网络的PMLSM建模

永磁直线同步电动机 (PMLSM)是直线电机驱动的垂直运输系统的核心 ,它的模型的建立对于整个系统的控制与运行分析具有重要的意义 .利用BP算法 ,用C语言编制程序 ,实现了一个单输入层单输出层 4隐含层的神经网络 ,并用实验数据对网络学习训练 ,建立了PMLSM的模型 .通过实验验证 ,该模型的输出结果与实际结果十分接近 ,能够反映PMLSM的基本运动特性 ,因此这种模型可以作为PMLSM的仿真模型进行控制和运行特性的仿真研究 ,并且在进行控制时可以把这种模型作为系统的辩识模型进行预测控制 ,使控制效果更好 .这种模型的建立将为PMLSM的研究开辟出一条新路     

模糊控制在自主循迹模型车控制中的应用

以＂飞思卡尔＂杯模型车为研究对象,给出了一种基于道路信息的自主循迹模型车的二维模糊控制策略。该控制器以传感器与道路中心引导线的偏差及偏差的变化率作为控制器的输入,经过模糊推理,输出控制舵机转角及模型车速度,输入、输出隶属度函数采用矩形函数,该方法缩短了系统执行时间,提高了系统的响应速度。通过实际跑车,证明该方案设计合理、可行,能以较高的车速跟随给定路径。     

基于一种混和遗传算法的模糊神经网络的优化

将遗传算法引入到模糊神经网络的学习过程中,提出了一种综合遗传算法和梯度下降法优势的混和遗传算法,它一方面改善了梯度法的收敛性,使模糊系统对专家知识的依赖性大为降低,提高了系统的智能化水平;另一方面有效提高了遗传算法的搜索效率,强化了系统的学习能力.仿真结果证明了算法的有效性.