共查询到20条相似文献，搜索用时 437 毫秒
1.
在空调控制过程中,广泛存在惯性滞后对象,用常规的控制方法很难取得良好的控制效果。文章结合神经网络和预测控制的优点,提出了神经网络预测控制方法,并对某一空调系统滞后模型进行了仿真。从仿真结果看,此种方案在对不同对象的适应性、响应速度、抗干扰及稳定性等方面均有明显的改善,更符合实际工业过程控制的特点。 相似文献
2.
提出了一种基于径向基神经网络预报的动态矩阵预测控制新算法，在该算法中，先用RBF神经网络辨识对象模型，同时预测对象的未来输出，然后用动态矩阵控制算法进行滚动优化和反馈校正。该方法解决了非线性、时变对象难以建模的问题，仿真结果验证了这一新型算法的可行性。 相似文献
3.
用GPC算法实现对一阶惯性加纯滞后对象的预测控制 总被引：2，自引：0，他引：2
预测控制是近年发展起来的一类新型计算机控制算法。本文应用GPC(广义预测控制)算法实现对一阶惯性加纯滞后对象的控制。被控对象数学模型的参数采用递推最小二乘方法辨识得到。仿真结果证明了该算法的可行性。 相似文献
4.
5.
针对过程控制中被控对象纯滞后而难于控制的特点,提出了用遗传算法（GA）整定灰色预测PID参数的实现方法和步骤。最后针对具体的液位被控对象进行了仿真研究,仿真结果表明该算法具有较好的控制效果。 相似文献
6.
传统PID控制难以在非线性、迟延、时变和具有扰动特质的超临界主汽温度控制系统中达到满意的控制效果.因此,提出了一种采用多步预测、滚动优化和反馈校正的神经网络预测控制系统.以某超临界电厂主汽温度为研究对象,MATLAB仿真结果表明：不同的工况建立的主汽温度神经网络动态模型,能够很好地预测对象的动态特性,取得了优于传统PID的控制效果. 相似文献
7.
张新征 《河南广播电视大学学报》2004,17(1):71-72
文章阐述了小脑模型神经网络的基本原理并研究分析了其工作原理。在此基础上，结合PID控制的优点，提出了小脑模型神经网络与PID复合控制的算法。仿真结果表明，该算法简单方便，具有较好的实时性、稳定性和较强的鲁棒性，对被控对象的控制效果比较理想。 相似文献
8.
常规PID调节器不能对大纯滞后对象进行有效控制,当τ/T≥0.5时常规PID调节器已很难获得良好的控制性能,以至系统失去稳定性。文章提出了一种预估控制方法,能对大纯滞后系统进行有效控制。该控制方法与纯滞后时间τ无关,方法简单,易于工程实现,使常规PID调节器在大纯滞后系统的控制中如同对无纯滞后系统的控制一样有效。同时证明了该法使系统的稳定性与系统的纯滞后无关,经MATLAB仿真验证,该法具有良好的控制品质,且能适应对象参数和结构有一定变化的时滞系统。此外对系统扰动的补偿做了一定的讨论,提出了一些较有效可行的补偿方法。 相似文献
9.
随着神经网络在数据分析、预测及生产控制中的应用,神经网络的优化学习成为研究的一个重要课题.通过探讨BP神经网络模型的建立过程,针对BP神经网络的模型优化问题进行了详细研究.并通过对银行客户分类的仿真实验证明,优化模型能够有效地提高BP神经网络的收敛速度及预测精度. 相似文献
10.
邱浩 《深圳职业技术学院学报》2006,5(4):14-17
以汽车半主动悬架为研究对象,建立了汽车二自由度1／4车体模型,提出了一种汽车半主动悬架的神经网络控制方法,设计了神经网络控制器,并利用MATLAB进行仿真。仿真结果表明,该神经网络控制器用于半主动悬架的车身加速度和车身重心高度位移控制是行之有效的。 相似文献
11.
广义神经预测控制是一种滚动时域控制方法,需要使用最小化代价函数来实现对控制输入的优化,而最小化代价函数需要较大的计算量,该文将时滞神经网络用于神经预测控制,改进了传统广义神经预测控制的学习算法,仿真实验结果表明了所提方案的优越性． 相似文献
12.
《实验室研究与探索》2016,(5)
由于交通流量的非线性、复杂性和不确定性,确定数学模型的预测方法难以满足交通管理控制中对预测精度和收敛速度的要求。为了对交通流进行准确、实时、高效的预测,提出将小波理论与神经网络相结合,并改进网络的训练过程从而构建改进型小波神经网络;同时运用遗传算法优化网络的初始权值,最终提高了预测精度,加快了收敛速度,避免陷入局部极小。通过仿真和分析,提出的方法具有较好的预测结果。 相似文献
13.
与现有预测方法比较,神经网络在混沌时间序列预测中具有优势。利用RBF神经网络对混沌Lorenz时间序列的预测进行仿真研究,仿真结果表明：在单步直接预测、单步间接预测、多步直接预测和多步间接预测中,多步间接预测是其中最有效的方式。 相似文献
14.
利用RBF神经网络构建销售预测模型 总被引：1，自引：0，他引：1
本文针对目前国内外应用较为广泛的传统销售预测模型和BP神经网络销售预测模型的缺陷，利用RBF神经网络构建了销售预测模型，并运用Matlab6．5编制了仿真程序。仿真结果表明：采用RBF神经网络进行销售预测在理论上和实践上都是可行的，该模型的估计精度比传统销售预测方法和BP神经网络所建立的模型的估算精度要高，且具有不会陷入局部最小点、学习收敛速度快、泛化能力强和适合动态建模等特点。 相似文献
15.
基于Elman神经网络城市供水管网漏损预测模型研究 总被引：1，自引：0，他引：1
王丽娟 《河北工业大学成人教育学院学报》2009,24(2):26-29
管道漏子的发生情况是进行漏损控制的基础,为了对管道漏子数进行有效预测,提出了一种基于Elman神经网络预测方法,采用自适应学习速率动量梯度下降反向传播算法,显著提高了网络的训练速率,有效地抑制了网络陷入局部极小点.文中分别采用Elman神经网络、BP神经网络和RBF神经网络对某城市外环线DN300管道漏子发生数时间序列进行仿真预测,经比较,证明前者具有收敛速度快、预测精度高的特点,表明利用Elman回归神经网络建模对管道漏子数进行预测是可行的,能为管网维护,管道更新提供有效依据. 相似文献
16.
针对供暖系统在实际运用中为一个滞后过程,难以保证其供暖介质流量控制精度的问题,利用感温石蜡的热胀冷缩效应作为电热型流量调节阀执行结构的动力源,获取石蜡温度与流量之间的关系,提出基于遗传算法的BP神经网络（GA-BP）方法。首先获取供暖系统温度,通过电热器加热石蜡得到其温度变化量与流量,然后应用GA-BP神经网络方法,对流量进行预测。通过与3次B样条函数递推最小二乘法、BP神经网络法对流量的预测结果对比试验验证,预测值和真实值的最大绝对误差分别为0.19、0.35、0.87,且均能满足实际应用的控制周期。结果表明,GA-BP神经网络对流量的控制更为精确。 相似文献
17.
针对污水处理系统中溶解氧含量波动较大难以控制的问题,提出了一种基于BP神经网络的PID控制器设计方法,并根据BP神经网络的结构和特点优化了控制器参数。基于BP神经网络的PID控制器能根据系统状态在线调整PID控制参数,使系统误差保持在较小范围内,且能使系统受到干扰时快速恢复到稳定状态。以溶解氧含量为控制对象,分别对常规PID控制器和基于BP神经网络的PID控制器进行了大量仿真研究。仿真结果表明：基于BP神经网络的控制系统具有较好的适应性和鲁棒性,其控制品质优于常规PID控制器。 相似文献
18.
19.
《实验室研究与探索》2015,(9)
针对传统室内温度控制方案的诸多不便和低智能化现状,运用Zig Bee无线通信技术和智能预测算法构建了室内空调智能温度控制系统。设计了由主控制台、传感终端和控制终端组成的硬件系统。采用基于BP神经网络的智能预测算法实现智能预测和突发情况处理。在Matlab中的仿真结果表明:BP神经网络算法对空调开关预测的准确度高达92%,对温度控制预测的平均误差为0.846 8℃,即可在大多数情况下准确地实现智能化控温操作。 相似文献
20.
潘晓宁 《深圳信息职业技术学院学报》2007,5(1):14-20
针对具有外部扰动的一类非线性飞行控制系统提出了一种在线神经网络控制的方法,应用3个在线神经网络分别实时抵消系统中的非线性部分、与控制量耦合的非线性项以及外部扰动,使受控系统的输出可以完全跟踪给定输入参考信号。文中以一个实际的验证机非线性模型为仿真对象,验证了这种方法的有效性,由于在线神经网络的动态补偿特性,即使飞机在不同的高度和速度下,在模型参数发生改变时,控制过程并不需要改变增益表就可以完成全包络的飞行跟踪控制,相关的定理证明了整个神经自适应飞行闭环控制系统的稳定性,仿真示例表明了该设计方法的有效性。 相似文献