自适应模糊神经网络控制在电阻加热炉中的应用

提出一种自适应模糊神经网络控制器,着重讨论了自适应模糊神经网络的混合学习算法和自适应动量解耦的最速下降。人出了适于非线性时滞、基于径向基函数网络和自适模糊神经网络控制器的控制方案,并把它用在电阻加热炉中。实际应用表明,模糊神经网络控制器 具有良好的控制效果。     

基于自适应模糊聚类的神经网络软测量建模方法

提出一种基于模糊聚类的神经网络软测量建模方法．该方法采用数据分组训练、自动确定模糊分类数、在线测量时分类中心自适应修正，降低了计算量，提高了建模精度．将该算法用于步进式加热炉钢坯温度预报的仿真结果表明，它能够解决钢坯温度难以在线测量的问题。     

自适应模糊神经网络控制器在电阻加热炉中的应用

提出一种自适应模糊神经网络控制器,着重讨论了自适应模糊神经网络的混合学习算法和自适应动量解耦的最速下降法。给出了适于非线性时滞、基于径向基函数网络和自适应模糊神经网络控制器的控制方案,并把它用在电阻加热炉中。实际应用表明,模糊神经网络控制器具有良好的控制效果。     

神经网络控制在加热炉燃烧系统中的应用

分析了加热炉的特点和工艺,介绍了计算机控制系统的结构和功能,阐述了将神经网络的控制理论应用于加热炉燃烧过程控制.实时控制结果表明,控制效果很好.     

PLC在加热炉中的应用

介绍可编程控制器在加热炉的应用，解决了步进底存在的不同步、冲击与震动等问题，避免了钢坯跑偏与弯钢事故的发生，炉温、炉压实现了自动控制，取得良好的效果。     

模糊神经网络在机器人控制中的应用

本文首先阐明模糊理论和神经网络技术的结合形式,主要体现在四个方面;以及二者与人工智能技术之间的关系,在知识处理过程中,这两种技术往往可以相互代替,取长补短;机器人在从事装配、空间对接、医疗手术等与环境有接触的作业时,需要对机器人进行力控制,以达到最佳的作业效果,文章中介绍了模糊神经网络在机器人控制中的应用——并联机器人自适应力控制器。最后,针对医用骨科机器人,谈一谈模糊神经网络技术在研究中应用的可能性。     

加热炉钢坯温度软测量模型研究

研究基于模糊聚类的钢坯温度神经网络软测量模型.该方法由两个部分组成,FCM(Fuzzy C-Means)聚类算法用来对训练样本进行分类,分布式RBF(Radial Basis Function)网络对每类样本进行训练.在线测量时,采用自适应模糊聚类算法对新的工况数据进行隶属度计算.文中将该算法应用于步进式加热炉钢坯温度的预报,仿真结果表明该算法的有效性.     

神经网络在轧钢加热炉模式识别与智能控制中的应用

本文分析研究了神经网络的工作原理及其在加热炉模式识别与智能控制系统中应用情况，论述了加热炉模式识别与智能控制的特点。实践结果表明，这种控制思想是可行的．能够取得满意的控制效果。     

一种新型模糊-粗神经网络及其在元音识别中的应用

为度量模糊粗不确定性信息,引入了模糊粗隶属函数．基于模糊粗糙集理论构建了一种新型的模糊,粗神经网络（FRNN）,该网络融合了模糊信息和粗糙信息的处理能力．对5个元音字母的语音识别进行测试,结果显示FRNN网络不仅训练速度快,而且分类性能优于BP网络、RBF网络和贝叶斯分类器．     

变结构模糊PID在轧钢加热炉炉温控制中的应用

轧钢加热炉炉膛温度的稳定性将直接影响加热炉的加热效率和加热质量.但由于在生产过程中加热炉中的加热坯料需要周期性的进出,加热炉炉门将进行打开、关闭动作,此时,炉膛内的温度会产生很大波动,严重影响加热效果.原来采用的传统PID控制已经不能满足现代控制要求,现提出一种变结构模糊PID在线实时控制炉温,控制效果更加稳定.     

遗传优化模糊神经网络在组合导航系统中的应用

组合导航系统中,传统的多传感器数据融合算法存在着非线性、计算误差、维数灾难和模型误差等问题.遗传优化模糊神经网络不仅具有模糊神经网络的表达近似与定性知识,较强的学习和非线性表达等能力,而且具有遗传算法的全局搜索能力,是一种有效的数据融合算法.本文将之应用于组合导航系统中,仿真结果证明了该算法的有效性.     

热定型机的神经网络优化模糊-PID控制研究

热定型机的温度是复合管材生产过程中的重要参数，往往需要精确控制。由于该温度对象具有滞后特性，采用传统的PID控制、模糊控制或神经网络控制等单一的控制策略效果并不十分理想。本文提出了神经网络优化模糊一PID控制，并进行了相应研究，研究结果表明，该控制方法在超调量、调节时间、稳态偏差等控制性能指标上比传统的PID和单一的智能控制具有较好的效果。     

模糊神经网络在条形码识别中的应用

本文把模糊集合论的知识应用于自组织神经网络,提出一个模糊神经网络算法。新算法克服了一般神经网络方法共同面临的学习时间长、对网络参数敏感的弱点,广泛适用于一般的模式识别问题。对条形码识别问题的应用情况表明,新算法无论在网络学习的速度上还是在识别结果上都优于Ｋｏｈｏｎｅｎ的自组织神经网络方法。     

模糊神经网络PID控制在焊缝跟踪中的应用

1 Introduction Real- time seam tracking is the key step for welding automation. Because welding itself is a complex process, the factors that affect the welding have uncertainty and non - linear characters. Therefore, classical control in seam tracking cannot carry a satisfying result. In latter- day, Fuzzy mathematic and Neural Network appearance, being used on uncertain nonlinear system, and have a good effect. The hybrid controller, which combines Fuzzy con- trol and PID control, uses F…     

补偿模糊神经网络在模糊规则训练中的应用

目前,自治式水下机器人（Autonomous Underwater Vehicle,AUV）、自动导引驾驶小汽车、轮船等领域应用模糊规则控制已经受到许多人的关注,模糊规则的制定与训练是其中之关键所在,该文将模朔规则控制应用在无人机自由编队飞行控制中。在训练模糊规则过程中,常规的BP神经网络法存在学习速度慢、无法结合号家知识以及容易陷入局部最小等缺点,为了克服上述不足,文中引人了补偿模糊神经网络,它足一个结合了补偿模糊逻辑和神经网络的混合系统,由面向控制和面向决策的神经元组成,其模糊运算采用动态的、全局优化运算,学习速度快、学习过程稳定。将其用于无人机自由编队飞行的模糊控制规则进行训练,结果表明用补偿模糊神经网络刘模糊规则的训练效果良好。     

模糊神经网络在时滞系统中的应用

本文采用基于模糊神经网络的控制器实现了对时滞系统的控制，采取模糊规则对输出误差进行预测．预测中假设系统输出变化较缓慢．以至可以忽略高次项．得到的输出误差经过神经网络算法对控制对象进行控制．算法采用BP算法，仿真实验得到了很好的结果，系统的时滞基本消除．动态特性符合要求。     

模糊神经网络控制在中央空调中的研究

中央空调作为广泛使用的高能耗系统,其节能问题受普遍关注。针对传统的定流量方法存在的问题,本文提出采用改进的负荷随动跟踪方法,实时监测中央空调的负荷,并由计算机控制水泵电机,降低主机能耗。利用模糊神经网络理论,建立符合随动跟踪的模型,并利用实际数据进行系统仿真。仿真结果表明,此方法提高中央空调的工作效率,实现良好的节能效果。     

模糊神经网络PID在数字舵机控制中的应用

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。     

模糊神经网络及其在智能控制中的应用

文章介绍了处理不精确信息的模糊逻辑、模糊推理、模糊神经网络构造等方法，给出了一个在智能控制中的实例。     

基于RBF神经网络的钢坯温度预报软测量模型研究

钢坯加热过程是钢铁企业热轧生产中非常重要的工艺环节。钢坯温度预报模型是实现加热炉优化控制的重要基础,用常规仪器很难直接测量出钢坯温度。给出了基于RBF神经网络的软测量模型结构,对钢坯温度进行预报的仿真结果。