基于单神经元自适应PI控制器的主动队列管理算法

基于神经网络理论中的神经元模型与学习算法,设计了一种主动队列管理算法SNAPI(Single Neuron-based Adaptive PI controller).控制器根据系统误差在线调整PI控制器的控制参数,以适应动态变化的网络参数.运用Nyquist稳定判据给出了系统在平衡点附近的局部稳定条件.最后通过仿真检验了SNAPI,并比较了它与使用固定控制参数的PI算法的性能.

基于单神经元自适应PID控制器直流调速系统的研究

本文提出了基于单神经元自适应PID控制器的控制策略。仿真研究与实时控制结果表明,该直流调速系统不仅具有令人满意的静、动态性能,而且又具有很强的鲁棒性与自适应性。

单神经元自适应PID控制器及其应用

研究了单神经元自适应PID控制器,阐述了该控制器的特点、控制律、适用对象及工程整定方法,在和利时公司的SmartPro系统平台上开发出单神经元自适应PID控制器,进行了单神经元自适应PID控制器的典型一、二阶对象闭环仿真,最终将单神经元自适应PID控制器应用于制药厂发酵罐温度控制回路中。单神经元控制器具有可调参数少、易于整定、控制输出平稳、鲁棒性强的独特优点,适用于大滞后且要求平稳控制输出的工业过程。

具有二次性能指标的单神经元自适应PID控制器及其应用

将二次型性能指标引入单神经元自适应PID控制器中,给出了保证闭环稳定的权系数选择原则,并以高温材料试验机为实例进行控制,获得了满意结果。

扰动补偿的陀螺稳定平台单神经元自适应PI控制

针对陀螺稳定平台受未知非线性干扰的影响,提出了一种基于扰动补偿的单神经元自适应PI控制策略。利用扰动观测器观测出各种扰动,将其作为补偿信号前馈到控制输入端,提高平台的抗干扰能力;同时利用神经元的自学习和自适应力对PI参数进行在线调整,保证了平台在外界扰动和系统参数变化情况下对目标稳定跟踪的能力。通过在某型号实验装置上的试验结果表明,该方法对不确定扰动具有较强的抗干扰能力,提升了稳定平台的自适应性和鲁棒性。

DC/DC变换单神经元自适应PID控制器仿真研究

为解决传统PI控制对具有时变、非线性特性的DC/DC变换器动态控制性能不佳的问题,将人工神经网络与PID控制理论相结合,为DC/DC变换器设计了一种单神经元自适应PID控制器。该控制器算法简单,通过对加权系数的在线调整来实现自适应、自学习功能,从而满足DC/DC变换器的时变及非线性特性。以BUCK型变换器为例,建立了DC/DC变换器智能控制系统的仿真模型,在不同负载及参数变化的情况下与常规PI控制效果进行对比分析,结果表明,单神经元自适应PID控制器对DC/DC变换器具有很好的控制效果和鲁棒性。

单神经元自适应PID控制器的性能优化设计

研究了单神经元自适应PID摔制器性能优化问题,阐述了该摔制器的特点、控制律;给出了一种控制灵敏度的快速近似求取方法,实现了PID参数的在线自学习;使单神经元控制器具有可调参数少、易于整定、控制输出平稳、鲁棒件强的独特优点,适用于大滞后且要求平稳控制输出的工业过程。

双层隔振系统单神经元自适应PID控制器

通过推导双层隔振主动控制系统的力传递率 ,分析了反馈信号的选择对力传递率的影响 ,指出了双层隔振PID主动控制系统应采用速度或加速度作为反馈控制信号。在此基础上采用单神经元PID控制器对双层隔振系统进行了主动控制仿真 ,表明该方法对双层隔振系统进行主动控制的可行性 ,提高了双层隔振系统的隔振能力。

单神经元自适应PID控制器在主动队列管理中的应用

将单神经元自适应PID控制器应用于Internet网络的主动队列管理中,给出了控制系统的结构及控制算法.仿真结果表明这种自适应PID控制器控制的调节速度优于常规PID控制算法.

单神经元自适应PID控制器在主动磁悬浮系统中的应用研究

针对主动磁悬浮控制系统的非线性、开环不稳定性、参数不确定等特点,设计了单神经元自适应PID控制器。以主动磁悬浮系统中的转子实际位置和平衡位置之间的偏差作为神经网络控制器的一个输入信号,引入有监督的Hebb学习规则,推导出Kp、Ki和Kd与加权系数之间的关系。通过对加权系数的调整来实现自适应,控制器的输出信号调节电磁铁线圈中电流的大小,从而调整了转子的位置。仿真结果表明,单神经元自适应PID控制器能极大地改善系统的稳态性能和动态性能,具有较强的抗干扰能力和鲁棒性。

一种能改善快速性的变结构单神经元自适应PID控制器

针对单神经元自适应PID控制器的快速响应性能的不足 ,提出一种根据误差的大小而采用不同单神经元控制器结构的算法。仿真的结果证明了本算法的有效性。

基于改进遗传算法的单神经元自适应PID控制器

针对现有单个神经元的自适应PID控制器和遗传算法存在的不足 ,提出一种改进的遗传算法 ,并将其应用于单神经元自适应PID控制器中。该方法采用实数编码 ,模糊大变异操作 ,是为了提高收敛速度。仿真结果表明 ,基于改进遗传算法的单神经元自适应PID控制器不仅具有良好的控制性能 。

一种增益自适应的单神经元PID控制器

针对时滞不确定对象,提出一种单神经元PID控制器,此控制器不依赖于对象模型。由于神经元的权值能在线调整,因此具有自学习和自适应能力,同时应用自适应PSD算法调整比例系数K值的大小,构成了增益自适应的单神经元PID控制器。在MATLAB/SIMULINK下对算法实现仿真控制,结果证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、鲁棒性强且算法简单适用的控制器,适合于工业上不确定对象的平稳控制。

基于单神经元的PID自适应控制器的仿真研究

本文将神经网络与PID控制器相结合,设计了一种具有自适应、自学习功能的单神经元自适应PID控制器,该控制器可以实现PID参数的在线调整,当控制对象参数在较大范围内改变时,该控制器表现出较强的鲁棒性。

单神经元自适应PID控制交流调速系统

针对转子磁场定向矢量控制中转速PI调节器鲁棒性能较差的问题,提出了用单神经元自适应PID控制器代替转速PI控制器,进一步改善了异步电动机矢量控制系统的性能；将无监督的Hebb学习规则与有监督的Delta学习规則相结合,提高了单神经元自适应PID控制器的学习能力,实现了单神经元控制器的参数优化与在线自调。构造了基于单神经元自适应PID控制器和空间矢量脉宽调制(SVPWM)的异步电机矢量控制系统。仿真实验结果表明,该系统不仅具有很好的静、动态性能,而且又具有很强的自适应性和鲁棒性。

基于单神经元自适应PID的PLC直流电机控制系统

针对微型计算机和单片机进行直流电机控制时,抗干扰能力和可靠性差等缺点,提出了一种基于单神经元PID(Proportional-Integral-Derivative)算法的PLC(Programmable Logic Controler)控制直流电机的调速系统,设计了PLC控制D/A(Digital/Analog)转换电路、直流电机驱动电路、转速脉冲反馈电路,研究了单神经元自适应PID控制算法。将有监督单神经元控制算法应用于直流电机调速系统,通过调整神经元控制器的加权系数,实现自适应PID的最优控制。单神经元PID调节在大范围调速和抑制超调方面都有明显的改善,进而提高了直流调速系统的精度。通过系统动态测试,实现了PLC控制直流电机正反转自动调速,直流电机在稳态运行时,转速误差小于1 rad/s。

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.

一种单神经元PID控制器

提出了一种单神经元自适应PID控制器,给出了控制模型.探讨了单神经元自适应PID控制学习算法,通过修改神经元控制器连接加权系数wi(k)和神经元比例系数K的选取,构成了自适应PID控制器,并基于MATLAB/SIMULINK对其进行仿真.结果证明单神经元PID控制器是一种具有自学习,自适应,鲁棒性强,适用的控制器.

单神经元自适应PID在水下拖曳控制系统中的应用

基于多参数拖曳式剖面测量系统的物理参数,从运动物体六自由度方程出发建立了深度控制模型。利用单神经元自适应PID,对拖体深度控制进行了仿真,并与常规PID控制方法进行了对比。结果表明:在3种不同的拖曳速度下,两种方法的响应时间随输入深度的变化曲线都存在一个阈值深度。大于阈值深度时,单神经元自适应PID比常规PID响应快得多,即对于大深度输入,前者的响应时间能够满足控制要求,而后者明显过长。说明单神经元自适应PID控制方法对于大深度输入响应快,不同拖曳速度下深度控制自适应性好。

基于单神经元自适应PID控制的注塑机合模机构

设计了一个单神经元自适应比例-积分-微分控制器(PID)控制器,使用AMESim/Simulink联合仿真机制,建立了注塑机合模机构液压伺服系统的模型。由仿真结果看,与常规PID控制器相比,使用单神经元自适应PID控制器控制的系统有着更好的鲁棒性,系统获得了更好的环境适应性。