共查询到20条相似文献,搜索用时 62 毫秒
1.
基于T-S模糊模型的神经网络的系统辨识 总被引:4,自引:4,他引:4
基于T-S模糊模型,提出了利用神经网络实现非线性系统的辨识。首先,利用一种无监督的聚类算法分析输入输出数据生成初始的结构模型,确定系统的模糊空间和模糊规则数,构造神经网络辨识模型前提参数,使前提参数自适应变化,有较好的自学习能力和优化能力,采用最小二乘法取得结论参数。仿真结果验证了该方法是有效和可行的。 相似文献
2.
由于被控对象的复杂性使得PID的控制精度和鲁棒性较差。为了取得满意的控制效果,提出了一种新型基于T-S模型的模糊PID控制器。 相似文献
3.
4.
基于T-S模型的PID控制器的设计 总被引:1,自引:0,他引:1
针对普通PID调节器参数调节复杂,当被控系统性能发生变化时PID调节器的参数不能自适应地进行调整的缺点,提出了一种基于Takagi和Sugeno模糊控制模型的PID控制器.这种控制器将模糊控制器和PID控制器的优点有效地结合起来,它的前件采用模糊推理的方法将基于语言变量的专家经验转化为T-S模型的模糊规则,它的后件采用PID形式输出.通过对一个带有延时环节的一阶系统进行仿真,并将仿真结果与常规PID以及普通模糊调节器进行比较,结果表明,该控制器对系统的静态和动态性能有很大的改进. 相似文献
5.
目前,很多智能算法都融入到了非线性控制系统中,形成智能化的控制系统,例如神经网络、模糊控制等。本文结合神经网络和模糊控制,介绍了基于模糊神经网络PID控制系统的设计原理和实现方法。 相似文献
6.
基于T-S模糊模型设计跟踪控制器,它包括两个部分:权重最大子系统局部反馈控制和采用滑模控制设计的全局监督控制,能保证系统稳定.倒立摆跟踪控制结果证明了算法的有效性. 相似文献
7.
针对分解炉分解是非线性、大滞后、多扰动及多变量过程,难以实现其对温度自动控制的问题,提出了一种基于T-S神经网络的控制方法。针对这一问题,文章首先对水泥预分解工艺进行分析以及对燃烧理论进行研究,然后再利用T-S模糊控制理论确定规则数目和输入变量的隶属度函数,采用神经网络的自学习和自适应能力实现模糊推理。仿真结果表明:该控制器对分解炉燃烧控制起到很好的控制效果,并且比传统PID控制器具有更好的效果。在实际生产应用当中,具有很好地稳定性和鲁棒性,并且节省了煤的消耗和降低了环境污染。 相似文献
8.
侯越 《计算机工程与设计》2013,34(9)
提出了一种差分进化算法优化T-S模糊神经网络预测交通流量的算法方法.该算法利用差分进化来弥补T-S模糊神经网络连接权值和阂值选择上的随机性缺陷,从而能发挥T-S模糊神经网络泛化的映射能力,而且能使T-S模糊神经网络具有较快的收敛性以及较强的学习能力.将该算法应用到实测交通流进行算法的有效性验证,并与传统的T-S模糊神经网络进行比较,仿真结果表明,该算法具有更好的非线性拟合能力和更高的预测准确性,在交通流量预测领域具备可行性和有效性. 相似文献
9.
10.
11.
12.
13.
针对传统的PID算法由于难以给出精确的数学模型,使得系统参数设定困难,同时系统控制效果上存在一定的缺陷,造成系统安全性和可靠性降低,系统控制质量不高。为了解决传统的PID算法所带来的问题,提出了基于模糊神经网络的PID算法,将PID算法、模糊控制算法以及神经网络算法相结合,形成了一种智能控制算法。将算法应用在PLC控制系统中,实验表明算法有效的实现了PID参数的自整定,并且提高了控制质量,具有一定的实际应用推广价值。 相似文献
14.
基于神经网络的模糊自适应PID控制方法 总被引:51,自引:0,他引:51
提出一种基于BP神经网络的模糊自适应PID控制器。该控制器综合模糊控制、神经网络与PID调节各自的优点,既具有模糊控制的简单和有效的非线性控制作用,又具有神经网络的学习和适应能力,同时具备PID控制的广泛适应性,仿真实验表明该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。 相似文献
15.
为了解决发动机控制系统中存在的耦合现象,以自适应逆控制原理为基础,提出了一种基于T-S逆模型的解耦控制器;该方法利用模糊T-S模型来辨识发动机的逆模型,从而得到实现解耦效果的伪线性化模型,再运用神经网络PID控制器的在线整定功能提高系统的动态性能和鲁棒性,使系统综合性能最优;仿真结果表明,该控制器具有理想的解耦效果,在发动机工作包线范围内具有良好的自适应能力. 相似文献
16.
17.
18.
基于RBF神经网络的智能PID控制算法 总被引:4,自引:0,他引:4
针对工业中的纯滞后现象提出一种智能控制方法,在常规的PID控制器中引入Smith预估器,对纯滞后时间τ所产生的特性进行预估补偿,同时利用RBF神经网络对PID的参数进行自整定,在一定程度上增强了系统的鲁棒性和稳定性。实验证明,此控制方法对纯滞后工业对象进行控制可以得到良好的效果。 相似文献
19.
三自由度飞行器模型的神经网络PID控制 总被引:3,自引:0,他引:3
对于具有非线性、时变和强耦合特性的三自由度飞行器模型系统,采用常规PID控制方法难以获得满意的控制效果,因此,设计一种基于免疫遗传算法优化的RBF网络PID控制器来实现该系统的稳态控制.在控制系统中,RBF网络实现对被控对象的Jacobian矩阵信息辨识,并通过在线学习自适应地调整PID参数;免疫遗传算法用于RBF网络的初值参数优化,以确保获得理想的控制效果.仿真实验表明,这种方法的控制品质优于LQR控制,具有较好的适应能力、鲁棒性和较快的响应速度. 相似文献
20.
针对某型号数字舵机系统在非线性时变的复杂条件下,传统的PID控制器响应速度慢,精度低,抗过载能力差的缺点,通过对模糊神经网络算法的研究,结合传统的PID控制器,设计了模糊神经网络PID控制器。分别将两种控制算法应用到舵机系统进行实验可以得出,模糊神经网络PID控制器使得舵机位置环阶跃响应上升时间从80ms减小到35ms,超调量从10%减小到小于5%,在频率特性测试中反馈曲线衰减从-2.79dB减小到-0.77dB,相移从65°减小到35°,同时系统非线性引起的畸变明显改善。 相似文献