基于单神经元PID水平炮控系统稳定控制

为保证坦克行进间炮塔始终处于稳定位置,针对系统齿隙进行非线性补偿。利用径向基函数(radical basis function,RBF)神经网络对炮塔水平方向调速系统进行系统辨识,同时采用齿隙死区模型代表齿隙环节,建立水平向的模拟炮控系统;提出一种单神经元PID控制器;模拟外界扰动,利用计算机对控制过程完成仿真。仿真结果表明:在给定条件下,考虑齿隙因素,炮塔水平向位置与稳定位置的误差始终足够小。

纯滞后系统的单神经元Smith预测控制

该文针对纯滞后系统的特点 ,给出了一种新的单神经元Smith预测控制算法 ,即由单神经元控制器和Smith预估器组合的复合控制 ,并将其应用于以电炉为被控对象的计算机温度控制系统。实验结果表明 ,这种控制方式能够充分利用神经元自学习的能力及补偿控制的优点 。

基于Smith预估器的单神经元PSD自适应主汽温控制

针对电厂中主汽温控制系统具有大滞后、非线性的特点,提出了一种新的基于 Smith 预估器的单神经元 PSD 自适应控制算法,即由 Smith 预估器和单神经元 PSD 自适应控制器组合的复合控制。并且利用Lyapunov 稳定性理论证明了单神经元自适应控制器的稳定性。实验结果表明,这种控制方式具有较好的自适应性和鲁棒性。

一种新的控制方法在主汽温控制中的应用研究

针对电厂中主汽温控制系统具有大滞后、非线性的特点,提出了一种基于Smith预估器的单神经元PSD自适应控制算法,即由Smith预估器和单神经元PSD自适应控制器组合的复合控制。仿真结果表明,这种控制方式具有较好的自适应性和鲁棒性。

基于模糊kohonen聚类网络的改进算法

模糊kohonen聚类神经网络将模糊隶属度概念应用于一般Kohonen聚类网络的学习和更新策略中,改善了Kohonen聚类网络的性能,是一种快速有效的聚类网络。但在死神经元的处理和收敛速度上还有改进的空间。为了能使网络更好应用于海量数据的聚类问题,对模糊Kohonen聚类网络算法在输出神经元的模糊偏置度、侧抑制模糊隶属度和加权系数提出了三方面改进。同时,对改进的模糊Kohonen聚类网络的有效性进行实例仿真,仿真结果体现了改进算法能有效避免死神经元的出现和提高了网络的聚类速度。

大纯滞后工业对象的神经元控制器

提出了一种大纯滞后对象的Smith预估神经元控制器设计方法。仿真实验结果表明 ,此种设计方法 。