共查询到20条相似文献，搜索用时 187 毫秒
1.
本文采用神经网络与自适应神经网络模糊推理（Anfis）工具对一级倒立摆进行控制。在神经网络控制的基础上,将神经网络控制与模糊控制相结合,利用神经网络学习模糊控制规则数据,对模糊神经控制器进行训练。实验表明,当模型参数改变及干扰作用时,自适应神经网络模糊推理系统有良好的自适应能力,能使倒立摆小车抵抗外界干扰并能较准确地到达预定位置。 相似文献
2.
3.
4.
5.
本文研究了两大类用于大时滞系统控制的方法,即分别采用经典的PID控制、Smith预估器控制和BP神经网络智能控制方法,对温度控制系统在MATLAB、Simulink环境下进行了仿真研究,比较了各种控制算法的优点及存在的局限性,证明了采用变参数自适应BP神经网络的控制系统能够很好地解决这类非线性、大惯性对象的快速性和稳定性之间的矛盾,具有较强的自适应能力,是一种值得推广的针对不确定性大迟延对象的控制方案. 相似文献
6.
神经网络具有自组织、自学习、自适应的特点,近年来随着计算机技术的发展,为其网络优异的函数逼近性能和分类性能应用于工程提供了硬件基础,神经网络由于其大多结构简单,算法易于理解和使用,有利于工程人员应用解决实际问题。本文介绍了BP神经网络在时延控制对象中的建模,建立了一个基于BP神经网络的预测模型,在Matlab中对几种使用神经网络模型的控制方案进行了研究和比较。 相似文献
7.
针对实际电阻点焊过程复杂多变,精确数学模型的建立较为困难,传统PID控制器难以保证系统在不同的工作状况下具有良好的控制特性,提出了一种改进型BP神经网络PID的电阻焊机电源恒电流控制方法。将BP神经网络与PID控制方法相结合,通过神经网络的自学习、加权系数的调整,优化PID控制器参数Ki、Kp、Kd,并将粒子群算法引入到神经网络中作为其学习算法,有效的提高了BP神经网络算法收敛速度。仿真结果表明,该电源智能控制方法能够根据系统运行状态对PID参数进行自适应调整,有效的对焊接电流进行恒定控制。 相似文献
8.
针对自由漂浮状态的空间机器人模型不确定性及其动力传动机构的摩擦死区非线性,将一种自适应模糊小脑模型关联控制( FCMAC)补偿策略用于轨迹跟踪及补偿问题.利用模糊神经网络并引入GL矩阵及其乘法算子“.”分别对执行机构中的摩擦死区及系统模型不确定部分进行自适应补偿,其补偿误差及外界扰动通过滑模控制器来消除.基于Lyapunov理论证明了闭环系统跟踪误差的有界性.仿真表明控制器可以达到较高精度,且能满足实时性要求. 相似文献
9.
本文分析了空调控制系统、变风量空调系统特点及目前存在的控制问题,提出了空调控制系统引入智能控制方案的可行性与必要性,针对变风量空调系统的特点和要求,提出变风量空调系统的控制方案。控制回路由冷水流量—送风温度控制、风机转速—静压点静压控制、送风量—室内温度控制、新风量—二氧化碳浓度控制四个控制回路组成,建立了一种新的多层神经网络,实现了神经网络和PID控制规律的本质结合,在变风量空调控制系统中表现出很强的学习和自适应解耦能力,MATLAB仿真试验说明了系统设计的有效性。 相似文献
10.
智能导航与控制是一个集环境感知、规划与自动驾驶于一体的综合功能系统.通过智能控制,我们希望车辆不仅能够实现自主驾驶,并且也能够准确地避免碰撞障碍物.神经网络有很强的学习、自适应和处理非线性的能力,因而非常广泛地应用于复杂系统的辨识、建模和复杂系统的控制.要使得车辆完成自主驾驶,可以通过选择合适的输入与输出来训练神经网络. 相似文献
11.
12.
13.
工业过程自动控制技术采用的方法主要有:以古典控制理论为主要基础的PID控制方法,以现代控制理论为主要基础的自适应控制和预测控制等方法以及神经网络控制、模糊控制等智能控制方法。本文对上述各方法进行了详细介绍,以期对于相关领域的研究提供借鉴之据。 相似文献
14.
针对工业机器人的不确定性问题,本文提出了基于模糊聚类算法的SCAR A机器人自适应动态控制方法。该方法利用聚类算法去除机器人的运动轨迹数据中的噪声,将简化的数据送入模糊神经网络学习,在线生成模糊规则,调整规则参数。该神经网络在SCAR A机器人上进行验证,控制效果稳定可靠。 相似文献
15.
神经网络是单个并行处理元素的集合,可以通过改变连接点的权重来训练神经网络完成特定的功能.本文利用神经网络的模型,根据一般BP神经网络的设计原则,在传统的PID控制器的设计基础上,介绍了自适应神经元PID控制器的设计过程,与传统的PID控制器进行了比较,并进行了实验的仿真. 相似文献
16.
17.
电厂主汽温被控对象是一个大惯性、大迟延、非线性且对象变化的系统,基于BP神经网络的PID控制,利用神经网络的自学习、非线性和不依赖模型等特性实现PID参数的在线自整定,充分利用PID和神经网络的优点。用一个多层前向神经网络,采用反向传播算法,依据控制要求实时输出Kp、Ki、Kd,依次作为PID控制器的实时参数,代替传统PID参数靠经验的人工整定和工程整定,以达到对大迟延主汽温系统的良好控制。对这样一个系统在MATLAB平台上进行仿真研究,仿真结果表明基于BP神经网络的自整定PID控制具有良好的自适应能力和自学习能力,对大迟延和变对象的系统可取得良好的控制效果。 相似文献
18.
《科技通报》2015,(10)
研究非线性系统的鲁棒性,在大扰动条件下,提高系统的稳定控制性能。传统的控制方法采用PID神经网络控制,在参数自适应过程中产生控制偏差。提出一种基于单神经元纠偏控制的非线性系统鲁棒性改进方法。控制结构是一个三层前向神经元网络,采用单神经元纠偏控制,自适应调节神经元输入输出层权重,给定模型的不确定性分为参数的不确定性和未建模的动态特性不确定性,由此得到偏移控制非线性小扰动方程,进行控制系统鲁棒性和稳健性证明。仿真结果表明,采用该算法实现对非线性系统的控制,自适应调节时间短,超调量小,纠偏性能较好,自适应跟踪控制性能优越,误差减少,控制精度较高,鲁棒性较优。 相似文献
19.
大型建筑内中央空调出风口的自适应优化分布设计可以提高制冷性能,同时减少能耗。由于建筑物的不规则形,空调出风口分布节点阵列难以实现全网能量均衡优化。传统方法采用自适应模糊神经控制系统控制出风口的节点分布,然而算法自组织学习能力差,空调耗能难以实现最优控制。提出一种基于模糊自适应神经网络系统控制的空调节点自适应优化分布方案,采用全网能量均衡控制策略,优化空调出风口节点自适应分布。算法能实现以最小的耗能达到最优的制冷效果,实现全网络能量均衡控制,达到节能减排的要求。实验结果证明,算法能提高每个出风口节点的应用效能,降低能耗的同时增强了空调应用性能。 相似文献
20.
本文介绍了一种应用于有源电力滤波器(Active Power Filter,APF)的神经网络自适应谐波电流检测方法.该方法应用自适应噪声抵消技术,并采用RBF神经网络实现噪声抵消.介绍了该RBF神经网络的构造和参数调整算法,应用HATLAB进行仿真研究.仿真结果,该检测方法具有较快的跟踪能力和动态响应速度. 相似文献