變風(fēng)量空調(diào)系統(tǒng)末端的模糊神經(jīng)網(wǎng)絡(luò)控制研究——針對目前傳統(tǒng)pid控制對模型依賴性強(qiáng)，難以在線調(diào)整，有非線性和不確定性的變風(fēng)量(vav)空調(diào)系統(tǒng)的控制動態(tài)性能差的特點(diǎn)，提出將模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用于該系統(tǒng)．建立了模糊神經(jīng)網(wǎng)絡(luò)控制器．基于變風(fēng)量空調(diào)系統(tǒng)末端裝置的...

針對目前傳統(tǒng)pid控制對模型依賴性強(qiáng),難以在線調(diào)整,對具有非線性和不確定性的變風(fēng)量(vav)空調(diào)系統(tǒng)的控制動態(tài)性能差的特點(diǎn),提出將模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用于該系統(tǒng).建立了模糊神經(jīng)網(wǎng)絡(luò)控制器,基于變風(fēng)量空調(diào)系統(tǒng)末端裝置的數(shù)學(xué)模型進(jìn)行了仿真研究.結(jié)果表明,該控制策略比傳統(tǒng)pid控制更適合于vav系統(tǒng),控制系統(tǒng)具有更好的魯棒性和自適應(yīng)能力,可以取得更優(yōu)的動態(tài)性能.

引入動量因子對常規(guī)bp學(xué)習(xí)算法進(jìn)行了改進(jìn)。在分析模糊神經(jīng)網(wǎng)絡(luò)控制模型的基礎(chǔ)上,針對模糊神經(jīng)網(wǎng)絡(luò)規(guī)則多、訓(xùn)練時(shí)間長的缺點(diǎn),采用了給模糊控制規(guī)則增加閾值,減少網(wǎng)絡(luò)訓(xùn)練運(yùn)算量的優(yōu)化方法。最后將此優(yōu)化方法和改進(jìn)的訓(xùn)練算法應(yīng)用到逆變點(diǎn)焊電源模糊神經(jīng)網(wǎng)絡(luò)(fnn)恒電流控制系統(tǒng)中,通過使用matlab語言編程,對該系統(tǒng)進(jìn)行了仿真分析。仿真結(jié)果表明,動量因子的引入不但減小了bp算法學(xué)習(xí)過程的振蕩趨勢,加快了收斂速度,而且較好解決了bp網(wǎng)絡(luò)容易陷入局部極小點(diǎn)的缺陷。模糊規(guī)則閾值的引入,有效減少了網(wǎng)絡(luò)的訓(xùn)練時(shí)間。

根據(jù)我國當(dāng)前智能建筑中央空調(diào)控制系統(tǒng)傳統(tǒng)pid控制存在的問題,依據(jù)控制對象為一大滯后大慣性環(huán)節(jié)的特點(diǎn),對一種模糊神經(jīng)網(wǎng)絡(luò)的控制器進(jìn)行了仿真研究,以期改善空調(diào)控制系統(tǒng)的動靜態(tài)特性,并能達(dá)到節(jié)能的效果。

中央空調(diào)作為廣泛使用的高能耗系統(tǒng),其節(jié)能問題受普遍關(guān)注。針對傳統(tǒng)的定流量方法存在的問題,本文提出采用改進(jìn)的負(fù)荷隨動跟蹤方法,實(shí)時(shí)監(jiān)測中央空調(diào)的負(fù)荷,并由計(jì)算機(jī)控制水泵電機(jī),降低主機(jī)能耗。利用模糊神經(jīng)網(wǎng)絡(luò)理論,建立符合隨動跟蹤的模型,并利用實(shí)際數(shù)據(jù)進(jìn)行系統(tǒng)仿真。仿真結(jié)果表明,此方法提高中央空調(diào)的工作效率,實(shí)現(xiàn)良好的節(jié)能效果。

針對模糊邏輯在co2焊接逆變電源控制中存在響應(yīng)速度慢、精確性不高的問題,嘗試采用模糊神經(jīng)網(wǎng)絡(luò)控制算法,對焊接電弧電壓進(jìn)行控制。闡述了模糊神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計(jì)過程,并對所設(shè)計(jì)的模糊神經(jīng)網(wǎng)絡(luò)控制器和模糊邏輯控制器進(jìn)行仿真對比研究,結(jié)果表明模糊神經(jīng)網(wǎng)絡(luò)具有更快的響應(yīng)速度和更高的穩(wěn)定性;整體仿真研究也表明所設(shè)計(jì)的控制系統(tǒng)可以更加快速準(zhǔn)確地控制弧長的穩(wěn)定。

在鋁包鋼絲生產(chǎn)過程中,采用在線中頻感應(yīng)加熱方式?；谥蓄l感應(yīng)加熱條件,針對鋼絲直徑、鋼絲運(yùn)行速度、加熱溫度、中頻頻率、中頻電壓、中頻電流、中頻功率、加熱爐長度之間的函數(shù)關(guān)系,建立了連續(xù)包覆過程的多變量神經(jīng)網(wǎng)絡(luò)控制方法。經(jīng)過多次實(shí)驗(yàn)和篩選,選出有效數(shù)據(jù),多個模式反復(fù)學(xué)習(xí),直至網(wǎng)絡(luò)全局誤差函數(shù)e小于預(yù)先設(shè)定的一個極小值。通過網(wǎng)絡(luò)訓(xùn)練和仿真分析得到較佳的解決方法,該方法應(yīng)用在鋁包鋼絲連續(xù)包覆生產(chǎn)線上,較好地解決了鋼絲加熱控制難的問題。

介紹了第3代結(jié)構(gòu)風(fēng)振控制基準(zhǔn)問題的定義。通過觀測部分樓層加速度和控制力輸出,建立了模糊神經(jīng)網(wǎng)絡(luò)控制器,解決了傳統(tǒng)控制中有限的傳感器數(shù)目對系統(tǒng)振動狀態(tài)估計(jì)的困難;利用模糊神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)構(gòu)的控制行為,消除了閉環(huán)控制系統(tǒng)中存在的時(shí)滯;通過模糊神經(jīng)網(wǎng)絡(luò)控制器的學(xué)習(xí)功能,解決了土木工程復(fù)雜結(jié)構(gòu)模糊控制中難以依據(jù)專家的主觀經(jīng)驗(yàn)來確定模糊控制規(guī)則和語言變量隸屬函數(shù)等困難。以風(fēng)振控制的基準(zhǔn)問題為研究對象,編制了程序?qū)κ芸叵到y(tǒng)進(jìn)行數(shù)值仿真分析。分析表明,模糊神經(jīng)網(wǎng)絡(luò)控制策略能有效地抑制高層建筑的風(fēng)振反應(yīng)。

為提高電阻點(diǎn)焊的控制精度和焊接質(zhì)量,根據(jù)電阻點(diǎn)焊過程的特點(diǎn)和要求,通過集成變論域、人工神經(jīng)網(wǎng)絡(luò)和模糊控制技術(shù),提出了基于變論域電阻點(diǎn)焊模糊人工神經(jīng)網(wǎng)絡(luò)控制方案,開發(fā)了四層模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),分析了計(jì)算過程,推導(dǎo)了四層模糊神經(jīng)網(wǎng)絡(luò)各層的計(jì)算方法和計(jì)算公式,研究了輸入輸出變論域伸縮因子的確定方法,定義了輸入變量的7個模糊子集和輸出變量的13個模糊子集,確定了49條模糊控制規(guī)則,研究開發(fā)了一種電阻點(diǎn)焊變論域模糊人工神經(jīng)網(wǎng)絡(luò)控制器,結(jié)合實(shí)際產(chǎn)品的設(shè)計(jì)開發(fā)進(jìn)行了試驗(yàn)研究與分析,證明了變論域電阻點(diǎn)焊模糊神經(jīng)網(wǎng)絡(luò)控制方法的優(yōu)越性.

目的介紹一種新的復(fù)合神經(jīng)網(wǎng)絡(luò)控制器的結(jié)構(gòu)。方法結(jié)合傳統(tǒng)控制、神經(jīng)網(wǎng)絡(luò)監(jiān)督控制、神經(jīng)網(wǎng)絡(luò)逆控制的優(yōu)點(diǎn)提出復(fù)合控制器方案,建立用它控制水箱系統(tǒng)的水位和溫度的仿真模型,并進(jìn)行計(jì)算機(jī)仿真。結(jié)果仿真實(shí)驗(yàn)表明,復(fù)合神經(jīng)網(wǎng)絡(luò)控制器中的pd控制器、神經(jīng)網(wǎng)絡(luò)監(jiān)督控制器、神經(jīng)網(wǎng)絡(luò)逆控制器,可以協(xié)同工作,也可以在某種程度上單獨(dú)工作。結(jié)論復(fù)合神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的魯棒性和抗干擾性得到提高。

運(yùn)用線性二次型經(jīng)典最優(yōu)控制算法獲得學(xué)習(xí)樣本,由神經(jīng)網(wǎng)絡(luò)反向傳播算法訓(xùn)練產(chǎn)生模糊規(guī)則和隸屬度函數(shù),設(shè)計(jì)模糊神經(jīng)網(wǎng)絡(luò)控制器,通過某結(jié)構(gòu)地震波作用下振動控制的數(shù)字仿真,表明模糊神經(jīng)網(wǎng)絡(luò)可以有效地應(yīng)用到結(jié)構(gòu)控制中。

針對目前對高壓電纜的溫度測量方法大都是只能測量當(dāng)前的溫度,滯后控制,不能進(jìn)行提前辨識的問題,對傳統(tǒng)電纜測溫方法進(jìn)行研究,提出用神經(jīng)網(wǎng)絡(luò)控制器對高壓電纜溫度進(jìn)行測量的方法.在3種常規(guī)控制器的基礎(chǔ)上設(shè)計(jì)了3種基于神經(jīng)網(wǎng)絡(luò)的控制器:神經(jīng)自校正控制器、神經(jīng)pid(proportionintegrationdifferentiation)控制器和神經(jīng)自適應(yīng)控制器,不僅對它們進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練,而且用matlab軟件進(jìn)行仿真.通過仿真結(jié)果最終選用神經(jīng)pid控制器,并將其應(yīng)用于實(shí)際高壓電纜測溫系統(tǒng)當(dāng)中,經(jīng)在新疆供電系統(tǒng)檢驗(yàn),效果良好.

用可逼近任意非線性函數(shù)的神經(jīng)網(wǎng)絡(luò)構(gòu)造了辨識器和控制器，通過ｂｐ算法對神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)訓(xùn)練，修正其權(quán)系數(shù)及閾值，使學(xué)習(xí)訓(xùn)練誤差趨于零．將該方案應(yīng)用于紡織廠羊絨生產(chǎn)車間的空調(diào)系統(tǒng)，并給出了仿真實(shí)驗(yàn)結(jié)果．

本文設(shè)計(jì)了一種模糊cmac(flcmac)控制器,這種控制器將傳統(tǒng)的cmac神經(jīng)網(wǎng)絡(luò)和模糊邏輯控制原理相結(jié)合,同時(shí)具備了cmac的快速學(xué)習(xí)能力和模糊邏輯的將專家經(jīng)驗(yàn)融入系統(tǒng)利用模糊規(guī)則處理信息的優(yōu)點(diǎn),又克服了cmac的精度低和模糊邏輯的缺乏學(xué)習(xí)能力的缺點(diǎn),將其應(yīng)用于空調(diào)控制器的設(shè)計(jì)中,仿真結(jié)構(gòu)驗(yàn)證了其有效性。

針對變頻空調(diào)常規(guī)模糊控制系統(tǒng)的隸屬函數(shù)和控制規(guī)則的獲取受限于專家經(jīng)驗(yàn)的問題,根據(jù)神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)能力強(qiáng)的特點(diǎn),將模糊控制與神經(jīng)網(wǎng)絡(luò)相結(jié)合,對空調(diào)的控制系統(tǒng)進(jìn)行改進(jìn),并據(jù)此設(shè)計(jì)模糊神經(jīng)網(wǎng)絡(luò)控制器,在此基礎(chǔ)上進(jìn)行了理論分析和模擬實(shí)驗(yàn),驗(yàn)證了這一控制系統(tǒng)的有效性。

文章提出一種基于模糊神經(jīng)網(wǎng)絡(luò)的控制算法應(yīng)用于ｉｂ系統(tǒng)的聯(lián)動控制，有效地解決了傳統(tǒng)單一閾值控制逄法難以達(dá)到的復(fù)雜控制問題。這種ｆｎｎｃ控制器可以根據(jù)實(shí)際需要進(jìn)行學(xué)習(xí)，具有很強(qiáng)的適應(yīng)能力。

基于模糊神經(jīng)網(wǎng)絡(luò)的深基坑變形預(yù)測——針對深基坑變形控制系統(tǒng)中的不確定性、模糊性因素多的問題，將模糊控制理論與神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合，采用非線性神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，把對應(yīng)的網(wǎng)絡(luò)輸入、輸出表達(dá)為輸入、輸出停息的模糊數(shù)隸屬度，建立了一種基于模糊神...

由于在非線性系統(tǒng)中采用傳統(tǒng)pid控制不易建立精確模型,導(dǎo)致難以整定系統(tǒng)參數(shù)的問題,本文提出了一種基于模糊神經(jīng)網(wǎng)絡(luò)的pid控制算法,該算法融合了pid算法、模糊算法以及神經(jīng)網(wǎng)絡(luò)算法的優(yōu)點(diǎn),構(gòu)成了一種先進(jìn)的智能控制算法,并應(yīng)用在plc溫度控制系統(tǒng)中,實(shí)驗(yàn)結(jié)果表明,模糊神經(jīng)網(wǎng)絡(luò)pid控制器提高了控制質(zhì)量,很好地克服對象變參數(shù)、非線性等問題,提高系統(tǒng)的魯棒性。

紅外圖像中的微弱目標(biāo)檢測與跟蹤是數(shù)字圖像處理領(lǐng)域中的研究熱點(diǎn)。針對紅外圖像中微弱目標(biāo)灰度的統(tǒng)計(jì)特點(diǎn)以及模糊神經(jīng)網(wǎng)絡(luò)在自適應(yīng)噪聲消除的應(yīng)用,提出一種基于增強(qiáng)型動態(tài)模糊神經(jīng)網(wǎng)絡(luò)算法用于紅外圖像噪聲消除。經(jīng)過自適應(yīng)噪聲消除后,可有效的有自動閾值門限分割法進(jìn)行微弱目標(biāo)檢測。

建立了基于模糊神經(jīng)網(wǎng)絡(luò)的最佳耦合頻率控制系統(tǒng)的模型,使得轉(zhuǎn)動軸狀態(tài)變化時(shí),無線感應(yīng)電源的頻率被控為諧振頻率,從而保證能量傳輸過程處于最佳耦合狀態(tài)。設(shè)計(jì)了一套無線感應(yīng)電源的實(shí)驗(yàn)裝置,包括可控頻率的電磁振蕩發(fā)生器,能量接收天線和軸上ac／dc裝置。

基于補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)的制冷系統(tǒng)故障診斷研究——選擇反映制冷系統(tǒng)故障狀態(tài)的熱力參數(shù)集組成特征向量，并對其進(jìn)行模糊化處理，利用補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)建立故障狀態(tài)與熱力參數(shù)特征向量之間的映射關(guān)系。將神經(jīng)網(wǎng)絡(luò)和補(bǔ)償模糊邏輯相結(jié)合，采用動態(tài)、全局優(yōu)化的運(yùn)算，...

提出了一種基于神經(jīng)模糊推理系統(tǒng)的商品住宅價(jià)格評估模型,分析了影響商品住宅價(jià)格的因素,給出了商品住宅價(jià)格評估指標(biāo)體系,探討了模型建立的原理及算法步驟。計(jì)算實(shí)例說明了該模型用于商品住宅價(jià)格準(zhǔn)確評估的有效性和可行性,為房地產(chǎn)價(jià)格評估提供了科學(xué)的方法。