直接模糊神经控制及其在列车自动操纵中的应用(英)

本文基于模糊神经控制方法提出一种新的列车自动操纵策略．首先基于复杂动态过程划分的思想，建立列车运行过程的五个子过程近似工程数学模型；接着对所提的模糊神经控制器的结构、训练样本编码方法、学习算法和推理准则作了详细的描述；文末利用所提控制方法对列车在一段特定的线路上作了仿真研究，结果表明了所提方法的有效性．

卫星姿态再励学习的模糊神经控制

将再励学习的模糊神经控制引入卫星姿态控制中,给出详尽的实现方法,推导了模糊神经控制器的自学习算法.直接利用再励信号,对控制器的参数进行在线调节,不需要控制器的学习样本.仿真结果表明该控制算法能有效地克服卫星的不确定性,具有较强的鲁棒性,可实现较高精度的卫星姿态控制.

改善系统暂态稳定性的HVDC模糊神经控制器

提出了一种HVDC在线模糊神经控制器以提高交直流系统的暂态稳定性。该控制器的特点是结合了模糊系统处理复杂和不确定性问题及神经网络具有自学习能力的优点,选取整流侧交流母线电压相位误差及其变化率作为模糊逻辑控制部分的输入,其输出结果作为神经网络的一个输入,采用改进BP算法进行在线训练神经网络,神经网络的输出用来修正整流器的触发角,并利用NETOMAC软件对控制器主要参数进行了离线优化。仿真结果表明该控制器能有效地抑制有功功率振荡,改善发电机的功角特性,提高系统的暂态稳定性。

基于DSP的轧机调速系统模糊神经控制

研究了基于DSP芯片TMS320LC2406A的轧机调速模糊神经控制系统的设计,以替代传统PID模拟控制系统,其主要内容涉及模糊神经控制器的设计和硬件电路的构成,并对该系统进行了计算机仿真实验.从仿真结果可知:该调速系统具有良好的控制性能,并能达到很高的控制精度.

半主动空气悬架的模糊神经控制仿真分析

以空气悬架客车1/4车辆模型为控制对象,设计了模糊神经控制器,以簧载质量垂直方向振动加速度均方根为控制指标,以车速50,120 km/h标准B级路面和标准C级路面为随机输入,利用MATLAB软件对模型进行了控制仿真分析。结果表明,模糊神经控制器对车辆的行驶平顺性和操纵稳定性均有明显的改善。

自适应模糊神经控制器在MIMO系统中的应用研究

首先给出一种适用于 MIMO系统的自适应模糊控制器 ,然后针对该控制器用于复杂系统时 ,存在模糊规则过多且建立规则的时间随规则数增加呈指数增长的问题 ,提出了另一种适用于 MIMO非线性系统的自适应模糊神经控制器 .该控制器采用“全逼近”的控制策略 ,依据李亚普诺夫方法给出了模糊神经自适应输出反馈控制律和参数自适应律 .仿真研究证明了

挠性卫星姿态的模糊神经控制

在卫星的姿态控制领域里,智能控制技术得到越来越多的关注。把模糊神经控制引入到挠性卫星姿态稳定控制中,给出了详尽的实现方法,并推导了模糊神经网络的自学习算法。由于在模糊神经控制器中规则参数初值的确定吸收利用了经验知识,故提高了模糊神经控制器的在线学习速度。仿真结果表明:该控制算法通过在线学习能有效地克服挠性卫星的不确定性,具有较强的鲁棒性,从而可实现较高精度的卫星姿态控制。

动态施药模糊神经控制系统的设计与研究

精确施药控制系统具有控制变量因素多、非线性与强耦合等的特点,解决这类复杂的时变系统用传统的PID控制方法几乎无法控制。本文以"3WC―30―G车载式超低容量自动喷雾机"为研究载体,通过分析其动态施药模式控制原理,结合实践的经验知识,试图利用自适应模糊神经控制的方法,对其精确施药控制系统进行研究与设计。通过MAT-LAB软件仿真实验表明,基于自适应模糊神经控制的静态施药控制系统可以取得比较理想的控制效果,从而为精确施药控制领域的研究提供了一种新的理论方法。

基于FAM的模糊神经控制器的研究

根据模糊联想记忆(FAM)理论,提出了预解模糊FAM原理,给出了预解模糊FAM和一般FAM的等价性的构造性证明。为了提高FAM推理过程的自适应能力,将神经网络应用于预解模糊FAM推理,提出了一种新的智能控制器——FAM神经控制器(FAMNC),以小车倒立摆为控制对象进行了仿真研究,表明了所提方法的可行性。

基于模糊神经控制的机器人避障算法

针对以往机器人避障行为控制过程中存在的问题,提出基于模糊神经控制的机器人避障算法来实现机器人的实时、准确避障。该算法主要应用一定量的模糊规则与模糊Kohonen聚类网络的结合生成一种启发式的模糊神经网络,建立超声波传感器输入信号和机器人速度之间的模式映射关系。通过对算法的实验仿真,结果表明提出的避障算法是正确有效的。

新型动态模糊神经控制器及其混合学习算法研究

介绍了一种基于动态模糊神经控制器的控制系统,通过在模糊神经网络控制器的第2层引入动态递归环节,使其具有动态映射能力,并提出了动态模糊神经控制器的混合学习算法,即先采用免疫遗传算法的“粗”学习,再采用BP梯度算法的“细”学习.通过对锅炉主汽温控制的仿真表明了该网络结构和训练方法是可行的和有效的.

轴承退磁处理中的模糊神经控制仿真研究

基于模糊神经控制的方法,选择轴承的残磁大小、检测距离与轴承套圈的直径大小为系统的控制输入变量,应用MATLAB软件建立退磁机交变电流的自适应模糊推理控制器,根据80组实验数据值进行网络训练,自动生成各控制变量的隶属函数分布与模糊控制规则等。通过对退磁机交变电流的模糊神经控制系统仿真表明,基于模糊神经控制的退磁机交变电流控制,能得到很好的退磁机交变电流控制效果,从而实现轴承残磁余量的理想控制,解决了采用经典控制时因很难建立精确数学模型而无法控制的难题,为轴承自动化生产中残磁余量的有效、快速退磁提供了一种新的理论方法。

应用于同步发电机励磁控制系统的模糊神经控制器研究

同步发电机输出电压和频率的稳定程度影响供电质量,提出一种用来稳定同步发电机输出电压和频率的模糊—神经控制器。该控制器由2个PI型模糊控制器和2个神经网络构成。采用此方案,降低了模糊控制器比例因子的调整难度。仿真结果表明,该系统在负载剧烈变化情况下具有良好的鲁棒性。

基于双模模糊神经控制的交流伺服系统

根据交流伺服系统高性能的要求 ,设计了一种基于双模模糊神经控制的伺服系统 ,它融合了模糊控制及神经网络控制技术各自的优点 ,大大提高了伺服控制的动、静态性能 ,取得了满意的效果。

模糊神经控制器在全自动洗衣机中的应用

模糊逻辑和神经网络都是处理不确定性 (受控对象缺乏精确的数学描述或具有时滞非线性等复杂性 )问题的有效手段。但模糊逻辑具有模拟人脑抽象思维的特点 ,适合于直接表示知识。而神经网络具有模拟人脑形象思维的特点 ,具有学习 ,记忆 ,容错等能力 ,二者存在一定的互补性。将神经网络引入模糊逻辑控制器可以更好地提高控制系统的智能性。

直升机模糊神经控制模型

介绍了多变量系统的模糊神经控制模型、直升机飞行模糊控制规则建立的思路;建立了一个直升机模糊神经控制模型,并给出利用神经网络学习模糊控制规则的方法和步骤。

车辆驾驶员的模糊神经控制模型

设计了一个用于车辆运动控制的六层结构的前向模糊神经网络，介绍了每一层神经元的设置及功能，并给出了具体有效的学习算法，从而建立了一个驾驶员模糊神经控制模型。该控制模型可在车辆行驶过程中自行“品尝”车辆的运动特性，自学习和调整对不同外界条件和不同控制对象的操纵策略，适应能力强，使用范围广，具有一定程度的智能。

基于模糊神经控制的污泥焚烧温度控制应用

在污泥焚烧温度控制系统中,由于有污泥块热值不均衡、水汽的影响及外界环境的干扰等等;在环境条件变化时,常规的模糊控制不能快速稳定的将炉温控制在所需的恒定范围内。为了能够适应环境变化,快速的控制污泥焚烧的炉温,提出一种基于模糊神经控制的污泥焚烧温度控制方法,该方法将神经网络结合模糊控制,通过BP算法训练隶属函数的参数,提高控制器的自适应能力。仿真结果证明,所设计的控制器能够有效的将污泥焚烧的炉温控制在目标范围,并且调节时间比模糊控制短。

基于锅炉汽包水位系统的模糊神经控制研究

为改进锅炉汽包水位系统控制方式的不足,论文应用了一种模糊神经控制策略,设计出一个具有自学习特性的汽包水位智能控制系统,并通过计算机仿真,验证了该控制策略能有效改善汽包水位的动态控制性能。

Matlab实现热工对象的模糊神经控制

实现了对锅炉汽包水位的参数自调整的模糊神经控制 ,通过Matlab对其实现了控制系统的仿真 ,并且在被控模型参数有变化的情况下 ,讨论了该控制方法的鲁棒性。结果表明 ,与传统的PID方法相比 ,其控制性能更为优越。