模糊神经网络PID在三容水箱中的应用

现代工业生产过程日益复杂,采用先进的控制算法对生产进行控制,以提高生产控制水平,提高生产质量及效率.通过对工业过程控制中典型对象——三容水箱的液位控制分析,提出将模糊控制与神经网络结合的智能模糊神经网络PID控制.仿真结果表明该控制方法比传统PID控制具有调节时间短、超调量小、鲁棒性强的优点.该控制方法集中了模糊控制和神经网络控制的优点,自学习能力及模糊信息处理能力都具有一定优势,更能适应现代工业控制的需要.     

模糊PID控制技术在中央空调系统中的应用

针对在中央空调系统的控制过程中,采用传统PID控制技术不能获得满意的控制性能的问题,提出了一种将传统PID和模糊控制技术相结合的模糊PID控制策略,通过现场实验表明,模糊PID具有超调量小,调节时间短,稳定性好,控制精度高的优点,具有一定的可行性和实用价值。     

一种ITAE六旋翼无人机双闭环串联-前馈PID姿态控制算法

针对传统比例积分微分(PID)控制算法在多旋翼姿态控制时因闭环零点所导致的系统超调量增加、反应速度降低的问题,以六旋翼无人机为研究平台,提出一种时间加权绝对误差值积分(ITAE)指标双闭环串联-前馈PID姿态控制算法。结果表明,在该算法下系统的超调量σ可控制在2%以下,调节时间ts控制在0.5 s以内,可实现对六旋翼无人机高度、偏航角、仰俯角和滚转角的控制,可保证无人机系统的稳定性且使稳态误差接近于0。该算法有效解决了传统PID控制算法在进行姿态控制时存在的超调量大、调节时间长的问题,同时也解决了前馈滤波PID算法控制时出现的超调量降低、调节时间增加的问题,说明算法对六旋翼无人机具有较好的控制效果。     

基于模糊控制的温室环境监控系统的设计

针对目前温室环境控制系统研究中存在的算法单一、精度不足、效率过低、时滞较长等问题,本文基于模糊PID控制算法与物联网的调控设计研究了低成本、高可靠性的温室环境智能监控系统。该系统以PID控制算法为基础,引入了模糊控制算法,利用模糊控制算法不需要过于精确到数学模型又能迅速控制的特点,克服了传统PID算法具有的大超调量,长超调时间等显著缺点,在保证控制精度的前提下既能缩短控制时间又提高了抗干扰的能力。     

基于模糊PID算法的电阻炉温度控制系统设计

以单片机为主体,设计一个能处理较复杂数据和控制功能的电加热炉温度控制系统。该系统具有自动检测、数据实时采集、处理及控制结果显示、打印等功能。软件采用模糊控制算法,自适应在线修改PID参数,构成模糊自整定,结合了模糊控制快速性,保持较小超调量的优点和PID控制方法成熟,可消除稳态误差。     

基于模糊PID算法的电阻炉温度控制系统设计

以单片机为主体,设计一个能处理较复杂数据和控制功能的电加热炉温度控制系统.该系统具有自动检测、数据实时采集、处理及控制结果显示、打印等功能.软件采用模糊控制算法.自适应在线修改PID参数,构成模糊自整定,结合了模糊控制快速性,保持较小超调量的优点和PID控制方法成熟,可消除稳态误差.     

基于模糊PID控制的半导体激光器温控系统

基于模糊控制原理,采用模糊控制与PID控制相结合的模糊控制方法,完成了一种针对半导体激光器温度控制的算法设计。该模糊PID控制算法,能够自适应调节PID的比例、积分和微分系数,从而使半导体制冷器的温度保持恒定。Simulink仿真结果表明,采用该模糊PID控制算法后系统的超调量减少40%,缩短了调节时间,控制效果优于常规PID控制系统。     

一种智能PID控制在中央空调冷冻水系统中的仿真研究

中央空调冷冻水系统属于典型的复杂非线性系统,常规PID控制难以达到满意的控制效果。本文在研究模糊控制及粒子群优化算法的基础上,结合模糊控制技术、PID控制技术、粒子群优化算法各自的优势,提出了一种新的模糊自适应PID控制策略。最后运用MATLAB软件对控制系统进行仿真。仿真研究表明,这种方法调节精度较高,调节迅速,超调小,具有很好的控制效果。     

基于单片机的加热炉温度模糊控制系统

介绍了以单片机8098为核心，以加热炉为控制对象的智能模糊控制系统，深入研究了规则自寻优的模糊控制算法。仿真结果表明，该系统控制效果好，稳态精度高，超调量小。     

基于单片机的加热炉温度模糊控制系统

介绍了以单片机8098为核心，以加热炉为控制对象的智能模糊控制系统，深入研究了规则自寻优的模糊控制算法，仿真结果表明该系统控制效果好，稳态精度高，超调量小。     

A fuzzy-logic control algorithm for active Queue Management in IP networks

Active Queue Management （AQM） is an active research area in the Internet community. Random Early Detection （RED） is a typical AQM algorithm, but it is known that it is difficult to configure its parameters and its average queue length is closely related to the load level. This paper proposes an effective fuzzy congestion control algorithm based on fuzzy logic which uses the predominance of fuzzy logic to deal with uncertain events. The main advantage of this new congestion control algorithm is that it discards the packet dropping mechanism of RED, and calculates packet loss according to a preconfigured fuzzy logic by using the queue length and the buffer usage ratio. Theoretical analysis and Network Simulator （NS） simulation results show that the proposed algorithm achieves more throughput and more stable queue length than traditional schemes. It really improves a router＇s ability in network congestion control in IP network.     

WinCC中应用MATLAB开发模糊解耦控制的方法

详细阐述了将MATLAB中开发的模糊解耦控制算法改写成一个C函数,将其封装在动态连接库中.通过WinCC调用动态连接库,将模糊控制的输出通过MPI多点传输协议传递给PLC驱动执行器,实现电石炉控制系统电极调节的模糊解耦控制.     

模糊C-均值(FCM)聚类法与矢量量化法相结合用于说话人识别

该文提出了一种将模糊C-均值聚类法与矢量量化法相结合进行说话人识别的方法。该算法将从语音信号中提取的 12阶 LPC(线性预测编码)倒谱系数作为待分类样本的 12个指标,先用矢量量化法求出每个说话人表征特征参数的码书,作为模糊聚类算法的聚类中心,最后将待识别的特征矢量以得到的码书为聚类中心,进行聚类识别。该算法所使用的特征参数较少,计算比较简单,但识别率较矢量量化法高。     

Adaptive neuro-fuzzy control of a flexible manipulator

This paper describes an adaptive neuro-fuzzy control system for controlling a flexible manipulator with variable payload. The controller proposed in this paper is comprised of a fuzzy logic controller (FLC) in the feedback configuration and two dynamic recurrent neural networks in the forward path. A dynamic recurrent identification network (RIN) is used to identify the output of the manipulator system, and a dynamic recurrent learning network (RLN) is employed to learn the weighting factor of the fuzzy logic. It is envisaged that the integration of fuzzy logic and neural network based-controller will encompass the merits of both technologies, and thus provide a robust controller for the flexible manipulator system. The fuzzy logic controller, based on fuzzy set theory, provides a means for converting a linguistic control strategy into control action and offering a high level of computation. On the other hand, the ability of a dynamic recurrent network structure to model an arbitrary dynamic nonlinear system is incorporated to approximate the unknown nonlinear input–output relationship using a dynamic back propagation learning algorithm. Simulations for determining the number of modes to describe the dynamics of the system and investigating the robustness of the control system are carried out. Results demonstrate the good performance of the proposed control system.     

基于鲁棒优化算法的小型无人机模糊控制器研究

简要论述了小型无人机的经典H2/H∞鲁棒优化算法,并在此优化控制算法基础上,对模糊控制器开展了研究,模糊控制器的知识库主要依据原型无人机的实验数据搭建。为了验证模糊控制器的控制品质和鲁棒性,在小型无人机的静态参数(高度、角度)控制回路上将模糊控制器与原型控制器进行了结合,使之成为鲁棒模糊控制器。对小型无人机鲁棒模糊控制系统参数的控制品质和鲁棒性进行了计算,并将这些特性和原型机进行了比较。仿真结果表明,采用模糊控制器的控制系统鲁棒性提高了近一个数量级。     

基于FPGA的高阶全数字锁相环的设计与实现

提出了一种实现高阶全数字锁相环的新方法。该锁相环以数字比例积分控制取代了传统的一些数字环路滤波控制方法，具有电路结构简单、摔制灵活、跟踪精度高、环路性能好和易于集成的特点。文中介绍了该高阶全数字锁相环的系统结构和工作原理，对其性能进行了理论分析和计算机仿真。应用EDA技术设计了该系统，并用FPGA实现了其硬件电路。仿真和硬件测试结果证实了该设计的正确性。     

模糊PID算法在血液蛋白自动检测仪中的应用

介绍了一种用于生物芯片血液蛋白自动检测仪的伺服控制系统,该系统使用机械臂控制系统为平台,以伺服电机为主要驱动装置。本文建立了该机械伺服控制系统模型,对模糊自整定PID控制算法进行了研究,并将其应用到系统中,在MATLAB软件中进行仿真,以实现系统对机械臂高精度定位的要求。仿真结果表明,机械臂模糊控制系统定位精度高,并且较常规PID具有更强适应性,发挥了传统控制与Fuzzy控制各自的长处,参数自适应模糊PID控制能使系统达到满意的控制效果。     

通用复合模糊控制器的研究与设计

设计了一种适合于不同控制对象的通用复合模糊控制器，给出了控制器的组成、控制策略和实现算法。仿真结果表明，与采用普通模糊控制器的系统相比较，采用该控制器的系统具有更好的动念品质、控制精度和鲁棒性。从而证明了该模糊控制算法的有效性。     

CONSIDERING NEIGHBORHOOD INFORMATION IN IMAGE FUZZY CLUSTERING

Fuzzy C-means clustering algorithm is a classical non-supervised classification method. For image classification, fuzzy C-means clustering algorithm makes decisions on a pixel-by-pixel basis and does not take advantage of spatial information, regardless of the pixels' correlation. In this letter, a novel fuzzy C-means clustering algorithm is introduced, which is based on image's neighborhood system. During classification procedure, the novel algorithm regards all pixels' fuzzy membership as a random field. The neighboring pixels' fuzzy membership information is used for the algorithm's iteration procedure. As a result, the algorithm gives a more smooth classification result and cuts down the computation time.     

一种优化RBF神经网络训练算法及其在目标识别中的应用

OLS训练方法应用在径向基(RBF)神经网络里时，存在当训练数据量很大时速度很慢的问题，并且OLS方法不能自动确定基函数的平滑参数。本文针对此问题提出了一种基于快速模糊C-均值算法(AFCM)与OLS算法相结合的AFOLS训练算法，该算法使用AFCM方法对数据进行聚类，并获取基函数的平滑参数，然后使用OLS方法从聚类结果中选取网络中心。利用实测的4类飞机目标数据对其进行性能检验，试验结果验证了该训练算法可提高网络的训练速度，缩小网络规模，提高网络的分类能力。