基于FNN的多路口的交通灯控制系统设计

提出一种基于神经网络和模糊推理的相邻交通路口的协调算法,基于FNN(模糊神经网络)的多路口交通灯控制系统具有离线学习和在线自适应的能力,通过运用算法实现全局优化.采用PC和PLC实现交通灯控制驱动,开发了友好的人机界面.仿真实验结果表明提出的算法能够实现预期功能,系统结构简单,可以较好地应用于交通控制中.     

基于模糊神经网络的电网调度自动化控制系统

为了提高电网的调度效果,解决当前电网调度自动化控制系统存在的控制功能不佳的问题,利用模糊神经网络算法,从硬件、数据库和软件功能三个方面,实现控制系统的优化设计。改装数据采集器、控制器等设备元件,通过改装供电电路的连接,完成硬件系统的优化。从逻辑和物理两个方面,构建系统数据库,存储电网调度相关信息。在硬件设备和数据库的支持下,收集电网实时运行数据,利用模糊神经网络算法预测电网调度负荷,结合电网理想调度数据,度量调度控制量,进而完成系统的电网调度自动控制功能。通过系统测试实验得出结论:设计系统的IAE指标和容载平衡指数均低于预设值,即设计系统具有良好的控制效果。     

基于STC89C52单片机的智能交通灯控系统设计

交通灯控制子系统是智能交通系统中重要的组成部分。选择微处理器STC89C52RC作为核心芯片,设计了一种通用化、可独立挂接的交通灯控制模块。硬件电路围绕STC89C52RC搭建,由单片机的I／O口给出控制信号,继电器驱动交通灯运行。软件体系在总体上按照串口通信机理设计了自定义通信协议,并编写了指令以实现系统运行所要求的功能。     

基于模糊神经网络的半导体生产线重调度策略优化

针对缺乏半导体生产线重调度策略优化方法的研究现状,提出了基于模糊神经网络的半导体生产线重调度策略优化技术。将重调度策略划分为半导体生产线、设备组和设备重调度层次,利用仿真评价确定优化的重调度策略,并获得样本数据。通过对模糊神经网络训练,建立干扰和半导体生产线状态等输入参数与优化的重调度策略输出之间的映射关系。以上海某125mm晶圆生产线为例,结果表明了该重调度策略优化方法的有效性。     

车流量的的交通信号灯控制模式和仿真

在使用压力传感器实时采集交通路口各方向车流量数据的基础上,提出了一套自动周期自动交通灯比例时长和固定周期自动交通灯比例时长相结合的智能交通控制方案,即根据车流量的实际情况,自动调节信号周期和红绿灯配时比例,以尽量减少道路交通路口的车辆滞留,实现交通灯的智能化控制;使用MATLAB编制了仿真程序。对方案进行了仿真实验,结果显示：平均车辆延误时间比传统的固定配时方案以及采用模糊算法或改进的模糊算法方案都低。该方案不受时间和地域影响,对所有交通路口均能达到最优化的交通灯控制。     

基于模糊机会约束规划的再制造装配车间调度优化方法

针对再制造零部件质量的不确定性导致工位装配时间波动范围大和调度模型难以准确描述的问题,采用基于可信性测度的模糊变量表示再制造零部件的装配时间,建立基于置信水平下的模糊机会约束规划调度模型,并提出求解该模型的混合智能优化算法：应用模糊模拟技术产生样本数据;利用反向传播算法训练多层前向神经网络逼近不确定函数;将训练后的神经网络与遗传算法相结合,以优化再制造装配车间调度问题。实例验证了该模型和算法的可行性。     

基于模糊神经网络PID的线切割张力控制系统的分析

分析了张力系统与模糊PID控制之间的关系,及控制系统对线切割机床加工精度和效率的影响。往复走丝线切割张力控制包含复杂的非线性问题,而模糊PID控制器在处理非线性问题方面有很大优越性。用神经网络建立模糊控制规则表,调整PID参数,使模糊PID对张力控制效果达到更好。利用神经网络和模糊PID结合的方法,分析神经网络模糊PID实现的控制,证明模糊神经网络PID控制系统具有较好的鲁棒性和优越性。     

不确定环境下回收发动机拆卸调度方法

针对再制造系统中回收发动机的不确定因素,研究面向再制造拆卸的调度问题。首先为了减少再制造拆解过程中不确定因素的影响,采用模糊综合评价法进行了回收质量等级划分;然后采用双重模糊变量描述了回收发动机质量状况差异及拆解时间的不确定性,建立了基于双重模糊机会约束的再制造拆解车间生产调度问题模型;应用双重模糊模拟技术产生输入和输出数据,利用神经网络逼近模型的不确定函数,将训练后的神经网络嵌入遗传算法求出优化结果。通过仿真实例验证了该混合智能优化算法解决双重不确定拆卸调度问题的有效性和合理性。     

自动定量称量包装机控制系统设计

考虑到传统双秤定量包装机自动控制方法存在包装机信噪比低的问题,导致控制效果变差,为此提出基于模糊神经网络PID的双秤定量包装机自动控制方法.方法:利用模糊神经网络的层次关系,引入模糊PID控制原理,通过对双秤定量包装机神经网络中的线性函数进行局部处理,搭建模糊神经网络,基于双秤定量包装机传感控制监测点之间距离的计算,对...     

模糊神经网络技术在防摇控制系统中的研究与应用

介绍了模糊神经网络用于起重机防摇控制和模糊神经网络的实现，以及如何利用MATLAB中的神经网络工具箱对模糊神经网络进行训练．并以MATLAB／SIMULINK为仿真平台建立了防摇控制仿真模型，经仿真表明该系统的抗干扰能力强，满足防摇控制系统的设计要求。     

基于神经网络的半主动悬架自适应模糊控制研究

在建立了五自由度车辆半主动悬架系统模型的基础上，将神经网络与模糊控制结合起来，提出一种基于神经网络的自适应模糊控制半主动悬架系统，其控制器由模糊神经网络控制器和模糊网络组成，采用快速的变斜率梯度下降算法学习，具有自适应学习功能。仿真计算表明，与被动悬架相比，神经网络自适应模糊控制性能明显优于一般的Fuzzy控制，半主动悬架系统在减小振动，提高车辆平顺性方面优于被动悬架，且车轮动载荷和悬架动挠度也得到明显改善。台架试验同样表明了半主动悬架的优良减振性能。     

电动助力转向与主动悬架集成系统动态性能智能控制

针对汽车电动助力转向与主动悬架集成系统控制的复杂性、不确定性及非线性,应用灰色预测理论、模糊控制理论和神经网络控制理论,提出电动助力转向与主动悬架集成系统动态性能灰预测模糊神经网络控制策略,研究集成系统的动态响应,设计以单片机LPC2138为内核的集成系统控制器。在仿真的基础上,进行实车道路试验。结果表明,采用灰预测模糊神经网络控制可对汽车电动助力转向与主动悬架的集成系统进行实时协调控制,汽车行驶平顺性改善的同时,缓解汽车转向时安全性与操纵稳定性之间的矛盾,提高整车综合性能。     

某越野汽车磁流变半主动悬架变论域模糊控制

为了解决半主动悬架传统变论域模糊控制器过度依赖经验规则的问题,提出了一种基于模糊神经网络的变论域T-S模糊控制策略。首先,根据磁流变减振器阻尼特性的实验结果,建立基于自适应模糊神经网络的减振器阻尼力模型及1/2车辆半主动悬架动力学模型;其次,建立悬架系统T-S模糊控制器,同时为了实时调节T-S模糊控制器变量的论域,采用模糊神经网络结构描述伸缩因子的变化。仿真结果表明,笔者提出的变论域模糊控制策略能够有效提高车辆行驶平顺性和操作稳定性。     

车辆悬架振动控制系统研究的进展

阐述了车辆悬架振动控制系统的基本类型半主动控制和主动控制的理论模型以及几种典型的液力主动控制系统。在综 现有的各种悬架控制方法基础上，着重论述了模糊控制，神经网络控制，模糊神经网络控制等方法在车辆悬架控制系统中的应用。     

基于神经网络三自由度非线性四轮转向汽车控制仿真

为了改善四轮转向汽车的操纵稳定性,建立包含轮胎的非线性三自由度车辆模型,通过神经网络训练得到后轮控制器,利用神经网络控制器联合PID控制,分别与前轮转向、比例转向控制、横摆角速度反馈控制进行时域仿真对比。仿真结果表明:神经网络控制器联合模糊PID控制可以有效的控制车辆的质心侧偏角,减少横摆角速度的瞬态响应增益,缩短稳定时间,从而提高了车辆低速时的机动性和高速转向的稳定性,提高了运行车辆的安全性、平稳性。     

相邻交叉路口神经网络模糊协调控制的研究

以城市相邻交叉路口为研究对象,提出了一种相邻交叉路口的神经网络模糊控制的方法.将相邻交叉路口看作一个大系统,第1级控制各个单交叉路口,调整各方向的绿信比;第2级协调单元利用各路口测得的交通流数据,确定相邻交叉路口的周期和相位差.应用MATLAB编写了仿真程序,仿真结果表明,该方法可以有效减少相邻交叉路口车辆的平均延误.     

自适应神经模糊推理的四轮转向车辆转向控制研究

模糊规则的建立和隶属度函数的确定是设计模糊系统的难题.基于神经网络和模糊逻辑的自适应神经模糊推理系统,能够从仿真数据中自动提取出If-Then规则.并在Matlab/Simulink软件中,建立包含侧向运动、横摆运动、侧倾运动三个自由度的四轮转向车辆三自由度动力学模型.将得到的If-Then规则读取到模糊控制器中和三自...     

时滞半主动悬架大系统递阶控制研究

建立了含时滞半主动悬架整车数学模型,解决了传统半主动悬架整车模型无法考虑时滞的难题;设计了模糊神经网络自适应子控制策略及大系统递阶协调控制策略,开发了以ARM单片机为核心元件的半主动悬架控制器。在仿真的基础上进行了实车道路试验,结果表明,模糊神经网络自适应子系统控制器改善了车辆的局部性能,递阶控制协调了车辆的整体性能,调整了车辆行驶姿态,二者联合控制,提高了半主动悬架控制的有效性、实时性,协调了车辆安全性与平顺性之间的矛盾。研究结果为整车半主动悬架系统时滞及其控制研究提供了新的方法。     

基于PLC的交通信号灯智能控制系统设计

该文针对城市交通道路十字交叉路口的交通灯信号控制存在的问题进行了探讨，提出一种新的控制方案，由PLC承担主要的控制任务，采用模糊控制的算法，通过主相位和辅相位的自选择，建立拟人化的多相位信号灯智能控制。实验表明，该控制方法对减少车辆平均延误时间、提高路口通行能力具有很好的控制效果。     

模糊协调控制策略在多路口交通信号中的仿真研究

针对交通拥堵的实际现状,提出了模糊协调的控制策略。以3个相邻路口交通信号的控制为例,进行模糊协调控制算法的研究,介绍了模糊控制器的设计,模糊规则的建立过程及控制流程的设计。最后,以MATLAB作为仿真平台对控制算法进行了仿真。结果表明,该控制算法的控制优势明显,缩短了车辆的等候时间,提高了交通效率。