一种模糊HSIC特征模型新算法的分析与仿真

在分析相平面e˙e的基础上,提出了一种仿人智能控制（HSIC）特征模型的新算法;将系统动态过程划分为若干运行模式,在系统响应性能指标与动态过程分区之间间接地建立了相互联系．控制结构上采用开闭环控制,即开环为主导的闭环控制,其控制模态简单．同时,将模糊控制与HSIC相结合,提出了一种新的智能控制器——模糊HSIC控制器．模糊控制器输入输出各语言变量的论域和HSIC特征模型新算法的相平面分区有直接的联系,其控制规则表可以由新算法的逻辑控制规则直接构建．仿真结果表明,HSIC特征模型新算法便于构建模糊控制器,且模糊控制器有较好的鲁棒性和抗干扰能力．     

RoboCup中型组足球机器人的改进模糊HSIC运动控制

针对RoboCup中型组三轮全向足球机器人路径规划和轨迹跟踪的特点,结合仿人智能控制(human-simulated intelligent control,HSIC)算法,提出了改进模糊仿人智能运动控制算法,并将其运用于该系统的运动控制.实验研究证明,该算法具有控制精度高、稳定性好、能实时逼近期望路径的特点,完全满足RoboCup足球机器人运动控制的要求.另外,模糊控制的控制规则表可以由改进HSIC的逻辑控制规则所确定,使模糊控制器的设计更易于实现.     

基于HSIC的非线性PID控制器

在分析PID控制器智能性的基础上，运用仿人智能控制(HSIC)原理，对PID控制器的3个控制分置分别通过模拟人的控制行为，在低层次上实现智能控制。通过实验比较常规PID控制器和基于HSIC的NPID控制器对同一控制对象的控制效果，验证了基于HSIC的NPID控制器在模拟人行为过程中取得的良好控制品质。     

基于BP神经网络的仿人智能控制仿真研究

在仿人智能控制算法的闭环阶段。须调整比例、积分和微分三种控制作用，形成控制量既相互配合又相互制约的关系，这种关系不一定是简单的“线性组合”，从变化无穷的非线性组合中可以找出最佳的。而BP神经网络所具有的任意非线性表达能力。可以通过对系统性能的学习来实现具有最佳组合的过程控制。在对非线性系统的数值仿真中，取得了较好的阶跃响应。     

仿人智能控制与模糊控制神经网络融合技术

在分析了仿人智能控制器（ＨＩＣ）的特性基础上,针对其不足,提出将仿人智能控制器与模糊控制相融合的仿人智能模糊控制器（ＨＩＦＣ）,实践表明ＨＩＦＣ的性能大大优于基本ＨＩＣ和一般模糊控制器。最后提出一种正交基函数神经网络模型实现ＨＩＦＣ的方法,为ＨＩＦＣ的自学习提供了一条有效途径。     

神经网络相平面分区控制器研究与仿真

将神经网络的在线学习、即时调节功能与相平面分区的逻辑判断特性相结合提出了一种新的智能控制器———神经网络相平面分区控制器.该控制器将系统响应的基本性能与相应工况的控制作用力的划分和作用强度在相平面上建立起了实时的相互对应关系,从而使各分区内的控制参数能随着被控对象的变化在线自动调节参数,具有自适应能力.仿真结果表明,利用该方法设计的控制器闭环性能好、鲁棒性强.该方法为非线性控制提供了一种有效的控制器设计途径.     

基于MATLAB的一种改进仿人智能控制器的仿真研究

首先介绍了仿人智能控制理论及其原型控制算法。其次由于原型算法的局限性,在此基础上采用了另一种更先进的仿人智能控制算法,并在Matlab/Simulink环境下成功搭建起了仿真平台,完成了在三种不同情况下的仿真实验。仿真研究结果验证了这种控制算法的有效性。     

基于仿人智能控制的长输管道新型退磁仪的智能化实现

研究管道中影响焊接的剩磁的产生机理,选用直流线圈消磁方法,通过多级调节反向消磁电流实现剩磁的消除。已有消磁仪有诸多使用上的不方便,新型退磁仪采用闭环控制系统来控制仪器,通过传感器采集检测数据反馈给智能控制单元实现闭环控制,不同阶段采用不同的仿人智能算法实现模糊控制。通过程序控制电流,使得消磁线圈磁场强度变化,达到智能消...     

基于粗神经网络的仿人智能机器人的语音融合算法研究

将粗集合理论与神经网络相结合，提出一种基于粗神经网络的新的信息融合方法，用于仿人智能机器人的语音融合。该方法不仅可以接受定量输入，而且可以接受定性输入，即输入是一个范围，或在观测时间内输入是变化的。由于粗神经网络的误差传递函数不可微，所以采用遗传算法来训练粗神经网络。仿真实验结果表明，基于粗神经网络的信息融合方法有效地提高了语音的识别率。     

基于仿人智能控制的风机调速算法

提出了基于仿人智能控制的风机调速算法。通过对参数的有效设置运用仿人智能控制实现对风机的调速控制，使风机转速能较好的达到设定值，设计并编程实现了基于本文算法的风机调速控制，进行了MATLAB实验仿真，证明了其有效性。     

模糊Smith智能温度控制器的设计与仿真

结合模糊PID控制与模糊自适应Smith预估控制的优点,提出了模糊Smith智能控制方法。用模糊控制方法设计了改进型Smith预估器的滤波时间常数,并制定了其整定规则和参数的模糊自适应调整机构。仿真研究表明,模糊Smith智能控制能改善参数时变的纯滞后系统的控制性能,提高系统控制时的鲁棒性与自适应性。     

多模式控制器设计与仿真

通过简要分析人工智能的特点和控制的实质,运用人工智能的直觉推理方法,提出了一种基于偏差特征信息的多模式智能控制算法结构,由加速控制、制动控制、位置控制、稳态控制四种控制模式实现.设计了两种控制算法.算法用加速储能控制来解决系统响应的快速性的要求、用快速放能控制来解决系统平稳性要求、用稳态能量控制来解决系统的准确性要求.最后用仿真比较了控制算法的优良性能.控制算法结构简单,通用性强,使用调整方便.     

一种新型的仿人智能控制器的设计方法

本文在文献[1,2]提出的仿人智能控制理论的基础之上,探索了设计其仿人智能控制器的 基本思想和方法,并以伺服控制为例阐明了设计的步骤及其仿真实验结果.     

基于ARM和WIFI通信的智能开关控制器设计

针对新一代智能家居系统对于大量多功能、高精度自动化控制功能的需求,设计提出了一种基于ARM和WIFI通信的智能开关控制器。以WIFI无线通信技术为基础,用户通过使用Android智能手机或平板电脑等移动智能终端设备,借助设备上的客户端软件对被控设备如灯光照明系统等家居用电设备进行实时无线遥控。采用各种传感器模块对该控制器以及被控设备运行环境进行实时监测,用户可通过移动客户端软件查看了解相关情况。采用TFT液晶显示屏构建用户交互显示模块,对相关信息进行显示,方便用户的日常使用,增强用户的直观体验。通过实验测试,提出的基于ARM和WIFI通信的智能开关控制器达到了对被控设备的智能动态控制要求。该控制器具有结构简单、操作简便、响应迅速、控制功能多样化等优点,应用前景广泛。     

NN-based Prediction Interval for Nonlinear Processes Controller

Neural networks (NNs) are extensively used in modelling, optimization, and control of nonlinear plants. NN-based inverse type point prediction models are commonly used for nonlinear process control. However, prediction errors (root mean square error (RMSE), mean absolute percentage error (MAPE) etc.) significantly increase in the presence of disturbances and uncertainties. In contrast to point forecast, prediction interval (PI)-based forecast bears extra information such as the prediction accuracy. The PI provides tighter upper and lower bounds with considering uncertainties due to the model mismatch and time dependent or time independent noises for a given confidence level. The use of PIs in the NN controller (NNC) as additional inputs can improve the controller performance. In the present work, the PIs are utilized in control applications, in particular PIs are integrated in the NN internal model-based control framework. A PI-based model that developed using lower upper bound estimation method (LUBE) is used as an online estimator of PIs for the proposed PI-based controller (PIC). PIs along with other inputs for a traditional NN are used to train the PIC to predict the control signal. The proposed controller is tested for two case studies. These include, a chemical reactor, which is a continuous stirred tank reactor (case 1) and a numerical nonlinear plant model (case 2). Simulation results reveal that the tracking performance of the proposed controller is superior to the traditional NNC in terms of setpoint tracking and disturbance rejections. More precisely, 36% and 15% improvements can be achieved using the proposed PIC over the NNC in terms of IAE for case 1 and case 2, respectively for setpoint tracking with step changes.

     

小车单摆系统仿人智能控制与参数优化仿真

基于动觉智能图式的仿人智能控制理论设计小车单摆系统的控制器,包括：建立拉格朗日动力学模型, 规约简化控制问题,划分控制阶段,设计子控制器并组成总控制器．基于Simulink 构建仿真模型,将各控制阶段用 Matlab 程序实现后,与仿真模型相结合进行摆起和稳定控制的仿真研究．基于二进制和浮点数两种编码方式的遗传 算法对小车单摆控制器参数进行优化,寻求最优控制参数．     

一种新型的仿人智能控制器(SHIC)

本文从对人(控制专家)宏观结构模拟和行为功能模拟的观点出发,提出了一种新的仿人智能控制(SHIC)基本理论;论述了SHIC的基本结构和设计方法;阐明了特征模型、特征辨识、特征记忆、直觉推理、多模态控制和高阶产生式分层递阶结构等SHIC的基本概念.     

协同智能建模与协同智能仿真

当前,“系统建模与仿真”正在向复杂大系统的”协调化、智能化、集成化、网络化”建模与仿真的方向发展.在2009年在第四届“中国系统建模与仿真技术高层论坛”的特邀报告中提出,提高系统建模与仿真的“协调化、智能化、集成化、网络化”水平,研究开发“协同智能建模”、“协同智能仿真”的新方法、新技术、新系统.主要内容是:论述“系统建模与仿真”的发展方向,提出“协同智能建模与仿真”的概念理论基础、设计思想、总体方案、关键技术、开发策略,给出了应用实例.     

基于SOC单片机的智能控制器设计

应用SoC单片机设计了新型高可靠智能控制器,通过故障自诊断、故障定位和冗余的设计方法,使得控制器具有容错功能;同时,控制器应用了模糊PID综合切换控制算法,提高了控制鲁棒性。     

基于PLC的仿人智能积分控制器

仿人智能积分控制算法,对系统的参数不敏感,具有较强的鲁棒性和抗十扰能力.文章将目前广泛应用的PLC与仿人智能控制相结合,形成一种先进智能PID控制算法.仿真结果显示,对大时滞、非线性等难以建立精确数学模型的复杂系统,该算法达到满意的控制效果.