粒子群优化算法在神经网络控制中的应用

考虑粒子群优化算法在不确定系统的自适应控制中的应用。神经网络在不确定系统的自适应控制中起着重要作用。但传统的梯度下降法训练神经网络时收敛速度慢,容易陷入局部极小,且对网络的初始权值等参数极为敏感。为了克服这些缺点,提出了一种基于粒子群算法优化的RBF神经网络整定PID的控制策略。首先,根据粒子群算法的基本原理提出了优化得到RBF神经网络输出权、节点中心和节点基宽参数的初值的算法。其次,再利用梯度下降法对控制器参数进一步调节。将传统的神经网络控制与基于粒子群优化的神经网络控制进行了对比,结果表明,后者有更好逼近精度。以PID控制器参数整定为例,对一类非线性控制系统进行了仿真。仿真结果表明基于粒子群优化的神经网络控制具有较强的鲁棒性和自适应能力。     

改进粒子群算法的PID神经网络解耦控制

综合减摇控制系统存在非线性、多变量、强耦合等因素,会导致减摇系统达不到最佳控制状态。利用粒子群算法具有对整个空间进行高效搜索以及PID神经网络的自适应特点,提出一种改进粒子群算法,以解决粒子群算法中存在算法精度不高、粒子易陷入局部极小值等问题,并提高PID神经网络训练速度和训练精度,便于参数寻优。仿真结果表明,改进的粒子群算法具有一定优越性,将其运用到综合减摇控制系统解耦控制器设计中,能够有效地减小船舶横摇,达到较好的控制效果。     

基于粒子群算法的抄纸过程PID神经元网络优化控制

抄纸过程中定量和水分的控制是一个大纯滞后、强耦合和非线性的系统,本文提出使用粒子群算法优化的PID神经元网络来解决这些控制问题。设计的双PID神经元网络闭环控制系统中,网络结构简单,使用增加动量项的误差反向传播算法,提高了学习速度,减少了系统的反应时间,并采用粒子群算法优化网络的初始权值,克服PID神经网络学习过程中由于权值易陷入局部最优值的缺点,提高了系统的控制精度。仿真结果表明：初始权值优化后的PID神经网络控制系统具有更高的控制精度和更快的响应时间,能更好地实现抄纸过程的解耦控制。这为抄纸过程定量水分的自动控制提供了一种新的方法。      

基于粒子群算法的PID神经网络解耦控制

基于粒子群的优化算法具有对整个参数空间进行高效并行搜索的特点以及PID神经网络的自调节和自适应特性,设计了具有PID结构的多变量自适应神经网络控制器。该算法采用粒子群算法优化 PID 神经网络初始权值,并将优化后的最优初始权值控制非线性耦合系统。系统仿真结果表明,粒子群优化后的 PID 神经网络控制器具有逼近控制目标更快,响应时间较短的显著优点。该控制策略可在大范围内克服系统的非线性和强耦合问题,具有一定的理论研究价值和工程实用价值。     

基于粒子群算法的PID神经网络解耦控制

基于粒子群的优化算法具有对整个参数空间进行高效并行搜索的特点以及PID神经网络的自调节和自适应特性,设计了具有PID结构的多变量自适应神经网络控制器。该算法采用粒子群算法优化PID神经网络初始权值,并将优化后的最优初始权值控制非线性耦合系统。系统仿真结果表明,粒子群优化后的PID神经网络控制器具有逼近控制目标更快、响应时间较短的显著优点。该控制策略可在大范围内克服系统的非线性和强耦合问题,具有一定的理论研究价值和工程实用价值。     

AFSA＋PSO混合算法在BP网络故障诊断中的应用

提出一种基于人工鱼群算法和粒子群算法混合训练BP网络的故障诊断系统.采用人工鱼群算法和粒子群算法结合算法训练神经网络权值,局部搜索速度快且保证全局收敛,有效克服了传统的BP神经网络收敛速度慢且容易陷入局部极值的缺点.将该网络用于齿轮箱故障诊断,并与传统BP模型用于故障诊断结果进行了比较,取得了较好的效果.     

基于混沌粒子群的神经网络主汽温控制系统

研究火电厂锅炉主蒸汽温度控制优化问题,针对主汽温对象具有大惯性、大迟延、时变性和非线性系统,由于存在实时性和实时性差,传统的PID控制难以获得很好的控制效果,提出一种混沌粒子群优化神经网络的主汽温控制方法。采用RBF神经网络对PID参数进行在线整定,并通过混沌粒子群算法对RBF神经网络初始参数进行优化,不仅具有RBF神经网络的自适应能力,同时具有常规PID串级控制的特性,增强了系统对不确定因素的适应性。仿真结果表明,控制算法具有较好的鲁棒性和控制品质,抗干扰能力强,可为锅炉主蒸汽温度优化控制提供参考。     

PID控制参数优化在合成氨控制系统中的应用

在合成氨控制系统性能优化问题的研究中,由于合成氨控制系统的高阶、时变和非线性等特征,引起系统的稳定性差.为解决上述问题,提出了改进粒子群的PID控制参数优化算法.在算法中,首先对PID控制参数的粒子群优化方法进行研究,并进行粒距聚类和粒子信息熵计算;然后依据种群平均信息熵和粒子信息熵进行粒子速度权值映射,并依据粒距聚类度进行权值调整;最后将该算法应用于合成氨控制系统中的脱氧槽液位控制系统仿真.实验证明,改进算法可以较快地达到系统稳态,并具有较强的抗干扰能力,可实现合成氨控制系统的控制系统最优目标.     

基于参数自整定的双容液位模糊控制系统设计

针对双容水箱普遍存在容积延迟问题和传统P I D控制难于达到控制要求的特点,提出了基于串级技术的双容液位模糊PID控制系统。系统根据双容水箱液位控制的特点,采用模糊串级PID控制技术、智能仪表AI808、M C C S组态软件实现了双容水箱液位的高精度控制。实验表明:该系统具有静态精度高、自适应能力强、可靠性好、抗扰动性强等特点,大大提高了水箱液位的控制质量。     

改进量子粒子群算法的模糊神经网络水质评价

传统的粒子群算法训练神经网络的水质评价模型有学习速度慢,容易陷入局部最优和精确性不高的缺点。为了克服模型的缺点,提出了利用改进的自适应量子粒子群算法训练T-S模糊神经网络的新模型,新的自适应量子粒子群算法通过在算法中引入聚集度的概念,使得算法可以在迭代中自适应地调整收缩扩张系数,让算法更具动态自适应性。新的模型结合了量子粒子群算法和T-S模糊神经网络的优点,提高了模型的泛化能力。通过对东江湖流域站点2002到2013年的水文数据进行实验,结果显示,该模型比其他神经网络模型的评价结果具有更高的效率,适合被用于日常水质评价工作。     

基于Fuzzy-PI双模控制的控制系统

叙述了孵化装置中有关温度与湿度的控制方法。为了提高控制精度、改善系统的动态、稳态性能,引入了基于Fuzzy-PI双模控制方法,并利用Matlab进行仿真。通过仿真和实际运行表明,采用了Fuzzy-PI双模控制以后,加快了动态响应,提高了控制精度,有效地降低了超调量,孵化率达到了规定的技术指标。对于实际中存在的非线性、大滞后、大惯性、难以建立数学模型的系统,采用该控制方法,不失为一种好的策略。     

烤箱温度控制系统的模糊PID控制

通过与单纯的模糊控制和单纯的PID控制相比,采用模糊PID控制烤箱温度系统可以明显改善系统的稳态性能以及稳态响应。     

基于网络的运动控制系统预测控制研究

针对一类基于网络的运动控制系统中存在的时延和丢包问题进行研究。对于网络运动控制系统存在数据时延和丢包的情况,建立网络运动控制系统模型。在此模型下,对预测函数控制算法进行分析,设计了预测函数控制产生器和数据延时预测补偿器,并研究相应的补偿策略。仿真分析表明算法的合理性和有效性。     

连续搅拌反应釜系统的自抗扰控制

针对连续搅拌反应釜系统(CSTR)大滞后,大惯性以及动态特性随工况不确定性变化的特点,通过设计参数可调的跟踪微分器和扩张状态观测器,改进经典PID算法的固有缺陷,提出不依赖于精确CSTR模型的离散自抗扰控制方案,采用西门子新一代工业可编程控制器-SIMATIC PCS7在多功能过程与控制系统的CSTR实验仿真对象上实现...     

一类网络伺服系统的预测控制研究

本文针对一类网络伺服控制系统中存在的丢包问题进行了研究。对于网络伺服系统中控制器和执行器之间网络存在数据丢包的情况,提出了一类新的丢包网络伺服系统模型。在此模型下,对预测函数控制算法进行分析,设计了预测函数控制产生器和数据包预测补偿器,并研究了相应的补偿策略。对某网络伺服系统的仿真实验表明了本文算法的合理性和有效性。     

使用控制支持的基于XACML的访问控制

针对网格环境下资源访问控制的特点,提出了一个基于使用控制模型UCON,结合XACML和SAML的访问控制模型.用可扩展访问标记语占XACML描述访问控制的授权策略,结合SAML声明和请求/响应机制,根据用户、资源、环境的属性进行访问控制决策,可动态地评估访问请求,提供细粒度的访问控制和良好的互操作性.     

基于在线LS-SVM的逆模/PID复合控制

针对最小二乘支持向量机(LS-SVM)无法在线建模的问题,提出了一种基于在线LS-SVM回归的非线性逆模型建立方法。在线LS-SVM能够跟踪时变非线性系统的动态特性,当系统参数随时间变化时仍然有效。在前馈控制中,在线LS-SVM建立系统逆模型,并与PID反馈控制相结合构成复合控制方法,应用于较一般的离散非线性系统。仿真结果表明,采用在线LS-SVM建立非线性系统的逆模型的方法有效,复合控制策略具有良好控制性能。     

基于模糊控制的汽车直接横摆力矩研究

为防止汽车产生测滑,针对汽车直接横摆力矩控制,提出了横摆角速度与质心侧偏角联合控制的模糊控制方法.横摆力矩控制采用分层控制方法,设计了模糊控制器和规则制动力分配方法.模糊控制器根据期望值和车辆状态决策出所需的附加横摆力矩,并通过规则制动力分配方法进行主动差动制动实现.采用Matlab/Simulink与CarSim联合仿真对控制方法进行了仿真验证.结果表明:横摆角速度与质心侧偏角联合控制的横摆力矩模糊控制方法使汽车能够较好地跟踪期望,有效提高汽车极限工况下的行驶稳定性.     

基于现场总线的双轴同步协调控制方法研究

在双轴同步控制技术中,一般的同步控制方法为主从式控制.主从控制方式虽然能有效控制双轴的同步误差,但是因主动轴不考虑从动轴的干扰情况,所以控制精度不是很高.文章结合现场总线的应用趋势提出了一种基于现场总线的双轴协调同步控制方法,充分利用现场总线提供的数据信息对两个同步轴分别进行误差补偿.通过双轴同步控制实验证明,该方法有效地提高了同步轴的响应速度,比主从式控制方式有更高的同步误差控制精度.     

基于RBF神经网络的块控制器设计

针对一类非匹配不确定性的线性系统,基于块控原理,提出了一种结合块控制、神经网络控制和backstepping控制技术的设计方法。利用反演设计方法来处理系统中的非匹配不确定性,利用神经网络来估计系统中的不确定性,再利用鲁棒控制方法来改善系统的性能,利用Lyapunov稳定性定理证明了系统的渐近稳定性。最后,给出的仿真实例证明了所提出的方法的正确性和有效性。