基于模糊神经模型的自适应单神经元控制系统设计

提出一种基于模糊神经模型的自适应单神经元控制系统.该控制系统首先根据采集到的输入输出数据建立被控过程模型,并在此基础上引入单神经元控制器.通过李亚普诺夫方法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值.理论分析和仿真结果表明:本文提出的单神经元控制器和传统的PID控制器具有极其相似的结构,因此,具有结构简单、易于操作的特点,具有较快的跟踪速度,并且控制参数可以在线调节.     

云调节增益自适应单神经元PID的应用

提出了一种单神经元自适应PID控制器，并给出了控制结构模型。首先探讨了单神经元自适应PID控制学习算法，进而通过分析单神经元PID控制算法与系统动态响应及超调量的关系，利用云模型控制器修改神经元控制器的比例系数K，并根据系统误差在线实时修改控制系数，提高了系统响应性能。仿真结果表明，增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强的控制器。     

单神经元自适应控制器在液位控制中的应用

介绍了单神经元自适应控制器在液位控制中的应用;在控制算法中提出了自调整学习速率和学习初期的分层控制方法。     

单神经元自适应PSD智能控制器及其应用

介绍一类新型单神经元自适应ＰＳＤ智能控制器及其在电加热炉中的应用，实时控制结果表明；它具有超调小，响应快和精度高的特点。     

模糊神经网络模型参考自适应控制

给出了一种基于模糊神经网络的模型参考自适应控制方案。首先,构造了一种运用递推预报误差（ＲＰＥ）算法的多层前向神经网络,并用其对被控对象建模,然后,又构造了一种模糊神经网络控制器（ＦＮＮＣ）。从而为一类难以建立精确数学模型的非线性被控对象提供了一种新的自适应控制方法,信息结果验证了其有效性。     

神经网络模型参考自适应控制算法研究

分析了基于BP算法的神经网络模型参考自适应控制器对大惯性环节被控对象的控制效果,发现该算法使控制器存在严重的“过学习”现象,为避免这一现象,设计了一种新的误差函数结构,得到改进的BP算法,针对一个存在大惯性环节的线性时变系统,对比分析了神经网络模型参考自适应控制器在采用传统的BP算法和改进的BP算法时得到的不同控制效果。     

电阻炉单神经元PID自适应控制

选用单神经元自适应控制结构,采有监督Hebb学习算法实现了对电阻炉大时滞控制系统的单神经元PID控制,探讨了参数对系统性能的影响,同时,使用Matlab分别对常规PID算法、自适应单神经元PID算法进行了仿真研究与比较并对参数选择进行了仿真研究.仿真结果表明,自适应神经元结构的PID控制动态控制效果良好,具有较高的工业实用价值.     

基于Adaline单神经元的非最小相位模型参考自适应控制

本文提出将N拍延迟作为参考模型,基于Adaline单神经元的自适应滤波器作为控制器,实现了非最小相位的模型参考自适应控制,并给出证明和仿真结果,说明了该方法的有效性.     

云调节增益自适应单神经元PID的应用

提出了一种单神经元自适应PID控制器,并给出了控制结构模型。首先探讨了单神经元自适应PID控制学习算法,进而通过分析单神经元PID控制算法与系统动态响应及超调量的关系,利用云模型控制器修改神经元控制器的比例系数K,并根据系统误差在线实时修改控制系数,提高了系统响应性能。仿真结果表明,增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强的控制器。     

基于有监督单神经元的交流调速控制算法研究

在基于PC机的交流传动控制算法开发平台上，将有监督单神经元控制算法应用于交流调速系统中，通过大量物理性实验，对单神经元控制器各参数对系统性能的影响进行了分析，得到有关参数选取和设计方法的一些有价值的结论。     

含非线性因素的模型参考自适应控制

研究了含非线性因素的位置伺服系统,提出一种适合快速、高精度位置伺服系统的非线性参考模型的自适应控制算法。使其对含有某些非线性特性的被控对象的控制效果优于线性参考模型的自适应控制算法。     

不确定系统的模型参考自适应模糊控制

针对一类不确定非线性系统,基于王立新1994年提出的监督控制方案并利用广义多线性模糊逻辑系统的逼近能力,提出了一种MIMO系统的模型参考自适应模糊控制器设计的新方案.通过引入最优逼近误差的自适应补偿项来消除建模误差的影响,不但能保证闭环系统稳定,而且可使跟踪误差收敛到接近零.仿真结果表明了该方法的有效性.     

调压型智能泵源的模型参考自适应控制

针对调压型弹载智能泵源系统参数摄动大、负载波动大和响应速度快的特点,提出了基于模型参考的泵源自适应控制策略,并采用滑模变结构控制算法进行了控制器的设计.计算机仿真实验表明,调压型智能泵源的模型参考自适应控制具有良好的鲁棒性和动态特性.     

基于单神经元PID的直流电动机速度控制算法研究

为了处理常规PID难以克服的电动机非线性、模型参数易变等问题,通过单经元PID速度控制器控制算法的研究,实现了对PID控制器参数的动态调控,克服了电动机非线性、参数易变等不良影响．仿真结果表明,单神经元PID控制器优于常规PID,其自适应能力好、响应快、鲁棒性强、系统稳态和动态特性良好,能满足实际运用和电动机快速响应的...     

使用单个自适应神经元的智能控制

提出一种适用于控制的自适应神经元模型以及使用单个自适应神经元的智能控制方法,描述了神经元的学习策略和收敛性,给出了神经元系统控制学习算法及其学习控制机理证明.实例表明了这种新颖的智能控制方法简单可行的优点.     

三温区电加热炉的神经网络模型参考自适应控制

提出了一种基于神经网络非线性系统的模型参考自适应控制方法，通过在线训练获得反映对象动态持性的神经网络辨识器和神经网络控制器，对三温区电加热炉进行实时控制，仿真结果表明该方法的有效性及其优良性能。     

基于模型参考自适应控制的穿孔轧机控制系统设计

对穿孔轧机速度控制系统进行模型的建立和简化,并针对轧制控制过程中参数变化等不确定性因素的影响,设计了基于波波夫超稳定理论的模型参考自适应控制方法,通过MATLAB仿真技术验证了该控制系统具有较好的动态控制性能和跟踪精度。     

基于单神经元PID控制的离子流消静电装置

单神经元自适应PID(Proportional integral derivative)控制系统,具有自学习和自适应能力,而且结构简单、易于计算、响应速度快、设定参数少等特点,可以在一定程度上解决传统PID控制器不能对参数时变系统进行有效控制的问题,在离子流除静电装置中引入单神经元自适应PID控制,显著提高了现有离子流除静电装置的自动化程度,实现了自动检测、自动调整,实时监控,提高了工作效率,减少了人为误差,取得了较好的效果.     

模型参考自适应控制中参考模型的选取方法

针对时变负载泵控马达电液伺服系统自适应控制，探讨了参考模型的选取对系统瞬态的影响，给出了理论上的仿真结果，并通过实验进一步说明了在负载大范围变化的情况下，通过选到参考模型，系统均能获得优良的动态性能，同时还提出了改善系统瞬态响应的有效途径。