一种新型混沌优化的模糊PID控制器设计

提出一种最优模糊PID控制器的设计．该方法将混沌因子引入到模糊PID控制器参数域的全局优化搜索方法中．在优化过程中不断缩小寻优区间以提高搜索效率，能较快搜索到全局最优解。最后．对延迟的三阶系统进行仿真．并与Ziegler-Nichols规则的PID控制相比较．控制结果说明该方法是有效可行的。     

基于PLC中央空调水泵系统开发与应用

针对中国人民银行某支行的中央空调不能恒值调节室内温度和噪音污染严重,利用PLC和变频器设计了一套中央空调群控系统,运用变频器调节水泵转速满足设定出水温度要求。设计了Win CC界面对主机出水温度与时间关系进行试验研究,通过经验法提出一套PID控制方法并进行了PLC程序编程,实现了负荷温度的定值控制和降低系统噪音。通过运行表明,该系统的温度曲线图能够很快收敛,平均误差为0.25℃,满足系统的误差范围,稳定性较强。     

智能控制及其应用

介绍了一些有关智能控制的基本概念,如模糊控制,自适应模糊神经控制,专家模糊系统和人工神经网络等等,并简要分析了模糊理论与人工神经网络的特点,将人工神经网络技术与PID控制相结合,用神经网络PID控制方法控制一个温控系统,从输出曲线中可见,这种方法有输出超调小、上升时间快等许多优点,为系统提供了一个优良的控制效果。     

一种新型的混沌BP混合学习算法

将一种新的快速BP(FBP)算法和混沌优化相结合，提出了混沌BP算法(CBP算法)．FBP算法吸收了误差函数的非线性信息，大大加快了BP算法的收敛速度，但它仍然采用梯度下降法，不可避免地存在局部极小的缺陷．混沌动力学具有遍历性、随机性的特点．能在一定范围内按其自身规律不重复地遍历所有状态，将混沌优化搜索引入FBP算法中，形成一种新型的混沌BP算法．它既能较快地局部收敛，又能全局收敛，避免了陷入局部极小的可能性．CBP算法为多层前馈网络的全局性收敛学习提供了一种有效的方法．     

基于混沌变量的前向神经网络结构优化设计

提出一种关于多层前向神经网络结构的混沌优化设计方法。将混沌变量引入神经网络结构的优化搜索中，使得神经网络的隐层节点数以及所有权参数都处于混沌状态中，整个网络结构呈现为动态变化。从动态的神经网络结构中，根据性能指标来寻找一个全局最优或近似于全局最优的网络结构。仿真实验表明，采用该方案得到的神经网络结构模型对异或问题、非线性函数具有较高的逼近精度和较好的泛化能力。     

WLAN在智能建筑中的应用

“十二五”开始至今，5G技术得到了成熟应用和普及，互联网发展推动了终端设备的形态发生变革，智能手机、平板电脑和智能电视等以应用为主的终端大规模出现。与此同时，移动终端的硬件性能不断提升，Android、lOS等基于应用的操作系统的出现，赋予了智能手机和平板电脑更好的用户体验。这一切，已将我们带入移动互联网时代。     

基于预测控制的随动系统研究

本文从预测控制的３个控制算法机理出发来分析预测控制在随动系统中的应用并通过仿真证明它不仅比常规控制具有更好的跟踪性能，而且具有满意的鲁棒性。     

神经网络在温度控制系统中的应用

与常规控制方法相比较，神经网络控制系统有许多典型的先进特性，介绍了一些人工神经网络的基本概念及学习算法，最后，将神经网络PID控制器取代基本PID控制器用在浴室水箱温度控制中，仿真结果表明这种控制方法有很好的控制效果。     

Fuzzy controller based on chaos optimal design and its application

In order to overcome difficulty of tuning parameters of fuzzy controller, a chaos optimal design method based on annealing strategy is proposed. First, apply the chaotic variables to search for parameters of fuzzy controller, and transform the optimal variables into chaotic variables by carrier-wave method. Making use of the intrinsic stochastic property and ergodicity of chaos movement to escape from the local minimum and direct optimization searching within global range, an approximate global optimal solution is obtained. Then, the chaos local searching and optimization based on annealing strategy are cited, the parameters are optimized again within the limits of the approximate global optimal solution, the optimization is realized by means of combination of global and partial chaos searching, which can converge quickly to global optimal value. Finally, the third order system and discrete nonlinear system are simulated and compared with traditional method of fuzzy control. The results show that the new chaos optimal design method is superior to fuzzy control method, and that the control results are of high precision, with no overshoot and fast response.     

前馈神经网络的混沌BP 混合学习算法

简要分析由Logistic映射产生的混沌数以及不同混沌序列之间的概率统计特性，为混沌全局性搜索提供了依据．将一种快速BP算法与混沌优化相结合，提出了混沌BP混合算法，由于混沌Logistic映射的遍历性、随机性，使得混合算法收敛速度快，且具有全局性，采用混合算法对XOR问题和非线性函数进行仿真，结果表明该算法明显优于标准BP算法和快速BP算法。