电力调度自动化系统中的智能技术分析

阐述智能技术在电力调度自动化系统中的特点和应用,包括神经网络控制技术、线性最优控制技术、模糊逻辑控制技术和专家系统控制技术的应用和智能系统的优化。

智能结构控制发展综述

本文介绍了智能结构的基本概念和基本特点，并对智能结构控制理论的形成和发展进行了综合论述;重点阐述了在土木工程结构控制中应用较成功的人工神经网络和模糊逻辑的理论和应用的现状，提出了今后应重点解决的问题。

智能控制方法的交叉综合及其应用

本文结合作者近年的研究，分析了传统控制的局限性，概述了智能控制与传统控制及其诸方法之间交叉综合的成果及应用现状，最后提出了智能控制综合方法的发展趋势和研究意义．

智能控制方法应用于APF的综述与展望

随着计算机技术和芯片技术的发展,智能控制方法将逐步进入实用化阶段。将智能控制方法用于控制有源电力滤波器(activepowerfilter,APF)可大大提高APF的各项性能。文章对模糊控制、人工神经网络、遗传算法等智能控制方法及其与其它方法结合构成的复合控制方法在APF中的应用现状进行了综述,比较和总结了上述控制方法的优缺点及存在的问题,并对智能控制方法应用于APF的发展方向进行了展望,指出将智能控制方法和非线性控制方法相结合,实现对APF的控制会是一个较有前途的发展方向。

智能控制的理论与技术

综述了智能控制的研究对象、原理结构、主要功能特点及发展概况等，最后概述了智能控制理论的主要内容。智能控制是一门新兴的理论和技术，它是多学科的交叉，尽管目前尚处于发展初期，但它必将获得广泛的发展和应用。

神经模糊技术的研究现状与展望

从三方面综述了模糊逻辑与神经元网络结构的研究现状：基于神经元网络的模糊控制，模糊神经元网络和用模糊逻辑增强的神经元网络，以及它们在控制中的某些应用，最后探讨了今后的发展方向。

基于模糊神经网络的多变量解耦控制

针对焦炉集气管压力这类多变量非线性系统 ,提出了一种基于 PID神经网络和 RBF模糊神经网络的多变量解耦控制方案 ,RBF模糊神经网络对多变量对象进行解耦 ,PID神经网络控制器控制过程的动态特性 .工程应用表明 。

一种PID型模糊神经网络控制器

为了使一种基于两维控制规则基的PID型模糊控制器具有参数在线学习功能,提出了一种包含一个自回归神经元的五层模糊神经网络,并根据梯度下降法,给出了它各层权值的修正算法,该网络可以在反馈控制系统中作为一个自学习控制器来使用。最后,根据有关定理,给出并证明了该网络各层权值学习速率的收敛准则。

大功率准分子激光器的智能监控系统研究

大型准分子激光器的运行控制是一个多影响因素、多控制目标 ,且存在本质非线性和时滞性的复杂控制系统 ,很难建立准确的数学模型和确定最优解。根据实际手动控制数据 ,采用模糊控制技术 ,提出了辨识模糊控制规则 ,给出了基于知识 /推理规则的智能控制方案 ,即在获取的知识库引导下 ,完成对准分子激光器工作时的技术参数的测量 ,实现快速响应和较高的控制精度。实验结果表明 ,该装置使用方便 ,控制灵活 ,误差小 ,较好地解决了模型复杂的综合控制 。

基于模糊补偿神经网络辨识器的发动机转速控制系统

提出了一种带模糊补偿的神经网络辨识器,并应用在某型涡扇发动机转速控制系统中。一个动态神经网络用于被控装置的在线辨识,然后根据被控装置的输出和参考模型的响应迭代出控制信号,具有4条简单规则的模糊逻辑块用于提高整个系统的闭环特性。试验结果显示,对比传统的机械-液压式控制器和模拟式电子控制器,提出的控制策略具有更好的瞬变特性及抗干扰特性,同时提高了系统的过渡过程品质,保证了航空发动机对高性能指标和高控制精度的要求。

焦炉加热过程智能控制综述

论述了智能控制技术在炉温控制模型、焦炉火道温度设定、焦饼温度软测量模型、回炉煤气主管压力控制、集气管压力控制中的应用。提出了在焦炉加热控制系统中 ,应采用反馈和前馈相结合的控制策略 ,并在传统控制方法的基础上应用智能控制技术 ,来提高焦炉计算机控制的水平。

具有模糊分割的动态神经网络控制

提出了一种具有模糊分割的动态神经网络（ＤＮＮＦＰ）．给出了网络的拓扑结构，得到了该网络在监督学习与再激励学习方式下的学习算法，并将其成功地应用于ｐＨ中和过程这一典型的连续时间非线性动态系统的控制．该文的研究表明，这种动态模糊神经网络综合了模糊逻辑、ＣＭＡＣ网络以及再激励学习的有关结果，不仅具有明确的物理意义，而且无需以任何显式方式建立被控对象的数学模型．由此获得的动态学习控制系统结构简单、鲁棒性强并具有广泛的适用性．在相同控制限幅下。

粗糙集理论及其在智能控制领域的应用前景

简要阐述了粗糙集理论的基本框架，介绍了粗糙集理论在智能控制中的发展趋势，指出它在智能控制领域的理论与应用研究已成为当前该理论的研究热点；重点介绍了它与模糊、神经网络等软计算方法的融合。

一种基于模糊CMAC自学习模糊逻辑系统及其在控制中的应用

把 HCMAC(Hyperball Cerebellar Model Articulation Controller)与模糊逻辑理论有机结合起来 ,形成 FHCMAC(Fuzzy HCMAC) ,它便于从输入输出数据中提取模糊规则 ,直接用作控制器 .可以将 FHCMAC看作用基函数网络实现的模糊逻辑系统 ,兼有 HCMAC神经网络和模糊逻辑两者的优点 ,既可以较容易表达定性或模糊的经验知识 ,又具有很好的学习性能 .应用仿真实例验证了其有效性 .

模糊 RBF 网络简化模型研究

在一定的前提条件下，提出一种简化的模糊ＲＢＦ网络模型．该网络由输入层、模糊化层、模糊联结层、合成联结层和输出层组成．同时，还给出网络的构造方法和自学习方法．仿真结果表明此网络对非线性、多变量函数具有良好的逼近能力．

一种新型多变量模糊自适应控制系统的研究

针对多变量非线性系统，提出了一种基于动态耦合特性的两级串联结构的模糊自校正控制器，并提出了基于动态灵敏度矩阵和在线测量的自学习算法．同时利用一种智能梯度法确定自校正学习迭代步长．仿真结果表明，算法的收敛性和系统的稳定性均有所改善．利用这些控制策略。

基于BELBIC和FNN的球磨机解耦控制研究

针对球磨机系统控制过程中存在的多变量、强耦合、模型时变性的特点,提出了基于大脑情感智能控制器(BELBIC)和模糊神经网络(FNN)解耦的复合控制方案.利用模糊神经网络的自适应学习能力设计了球磨机系统解耦器,有效地消除了球磨机系统耦合现象,在此基础上,设计了大脑情感学习智能控制模型.仿真实验表明,本文提出的控制方案优于传统的解耦控制方法,能较好地解决球磨机强耦合问题,且具有较好的鲁棒性.

恒力铣削智能控制算法研究与仿真(英文)

针对数控加工,建立了 2 种以切削力恒定为控制目标的在线智能控制系统。首先,利用 BP 神经网络对铣削过程进行了建模; 然后,基于 BP 神经网络和模糊控制理论,提出了 2 种以切削力恒定为控制目标的在线铣削控制算法; 最后,在变轴向切削深度条件下开展了仿真实验。相对于传统恒速切削,基于 BP 神经网络和模糊控制的在线智能控制系统分别节省了 13.9% 和 13.7% 的切削时间。

基于模糊逻辑与神经网络技术的智能控制器自动设计系统的研究

通过对模糊逻辑控制器设计过程的分析,从总的角度给出了基于模糊逻辑与神经网络技术的智能控制器自动设计系统的详细设计思想及设计过程,并较详细地介绍了该智能控制器生成系统中的几种自学习算法的基本原理及利用与添加方法,最后以梯度学习算法为例验证了智能控制器自动设计系统的有效性。

人工智能科学在软土地下工程施工变形预测与控制中的应用实践——理论基础、方法实施、精细化智能管理(示例)

首先,介绍了基于人工神经网络的智能预测方法(多步滚动预测)和基于智能模糊逻辑法则的施工变形控制方法对策;其次,介绍了基坑施工和盾构掘进施工变形智能预测与控制案例。经过应用实践,认为智能方法的优点是:对于结构变形位移和周边地表沉降/隆起,智能方法所得的预测值(3~5 d)与其相应实测值的精度偏差一般为5%~10%;不只是可以了解到当天已发生的信息,还可预见3~5 d将要发生的变形位移和沉降/隆起等的预测定量值;在施工变形达到超限阈值前,采用智能模糊逻辑控制法则作处理,通过调整相应的施工技术参数,即可使后续变形始终处于允许的限值之内,而无需附加额外的巨大花费,节约造价,节省工期,还可实现远程、无线、视频监控。在探讨地铁施工变形智能预测与控制的基础上,开发了盾构掘进施工中工程周边地表沉降/隆起变形的多媒体三维动态可视化仿真程序软件,研制了盾构掘进施工计算机智能管理系统。目前,上海隧道工程有限公司已在上海市沿江通道盾构施工中进行试验性应用,取得了良好的技术效益。最后,对人工智能科学发展的前景及存在的一些问题进行了探讨。