基于BP神经网络的非线性函数逼近仿真研究

神经网络的建模方法的主要特点是模型易于实现(辨识模型即为神经网络本身)和对非线性映射的逼近性能良好,为非线性系统黑箱辨识问题提供了一种十分有效的工具。本文在研究BP神经网络MATLAB实现的基础上,提出了一个用于非线性函数逼近的3层BP网络。训练结果表明:预测值与期望值具有较好的一致性,说明BP网络具有良好的预测能力。     

基于神经网络的一类非线性关联大系统鲁棒滑模分散控制

针对一类具有未知界扰动和子系统部分已知的非线性大系统,结合神经网络逼近方法、滑模控制研究了一种新的分散鲁棒自适应控制方法。所设计的分散控制器分为两部分,一是等效控制器,二是滑模控制器。滑模控制器用来减小系统的跟踪误差,起鲁棒控制作用。文中用神经网络逼近非线性未知函数,将网络权值误差引入到网络权值的自适应律中用以改善系统的动态性能。仿真算例证明了所设计的鲁棒分散控制器是有效的。     

基于神经网络补偿的纯滞后系统控制研究

针对纯滞后系统,利用神经网络可逼近任意非线性函数的能力以及Smith预估控制理论,提出了一种基于神经网络补偿的纯滞后系统控制策略,实现了Smith预估控制和神经网络控制的结合。仿真结果表明,该算法具有良好的控制效果,能提高系统的鲁棒性和控制品质。     

一类非线性系统的模糊自适应控制器设计

针对一类非线性系统，构造了具有高斯隶属度函数的T-S函数逼近器．根据逼近误差和控制要求，运用Lyapunov稳定性理论设计了一种模糊自适应控制器．该控制器不仅可以调节模糊规则参数，同时也能调节隶属度函数的参数．将这种模糊自适应控制器应用到倒立摆系统的跟踪控制，仿真结果表明，它具有良好的控制性能，从而验证了该方法的有效性．     

基于神经网络的水产养殖水质预测模型研究

水产养殖池塘是一个多变量、非线性和大时延系统,很难用传统方法建立水质预测的精确模型.神经网络具有良好的非线性函数逼近能力,非常适合处理水质预测等复杂问题.利用BP神经网络模型,通过自适应的动态学习方法和模型优化,采用MATLAB神经网络工具箱建立了水产养殖水环境因子pH值预测模型.在预测模型中输入测试样本,将预测结果与实测值进行比较,平均相对误差小于1％.结果表明,所构建的基于自适应BP算法的水产养殖水质预测模型具有良好的精确性和准确性,能有效地预测养殖池塘的水质状况.     

VSC-HVDC输电系统的非线性控制器设计

在分析基于电压源换流器的高压直流输电系统（VSC-HVDC）的非线性模型的基础上，运用非线性系统控制理论的状态反馈和坐标变换方法，将系统的非线性模型转化为完全能控的线性模型。再根据线性系统的最优控制理论得出了系统的最优控制规律。在此基础上设计了系统的非线性控制器。对所提出的非线性控制器和传统的PI控制器分别进行了计算机仿真研究。结果表明：在VSC-HVDC系统遭受扰动或故障后，所设计的非线性控制器比传统的PI控制器能更快更好地使系统恢复到正常状态，有效改善了系统的动态性能。     

基于神经网络的土壤重金属预测模型研究

土壤中重金属含量变化具有非线性、大延时等特点,很难用传统方法建立土壤重金属预测的精确模型。BP神经网络具有良好的非线性函数逼近能力,非常适合处理土壤预测等复杂问题。利用神经网络模型,通过自适应的动态学习方法和模型优化,采用MATLAB神经网络工具箱建立了土壤重金属预测模型。在预测模型中输入测试样本,将预测结果与实测值进行比较,平均相对误差小于1%。结果表明,所构建的基于BP神经网络的土壤重金属预测模型具有良好的精确性和准确性,能有效预测土壤中重金属的状况。     

静止无功补偿器的智能自适应PID控制器设计

将神经网络和模糊控制与有着广泛应用ＰＩＤ控制相结合，设计了一种静止无功补偿器的智能自适应ＰＩＤ控制器。利用神经网络实现系统模型辨识，采用模糊逻辑和神经网络相结合对ＰＩＤ控制器参数动态寻优。使ＳＶＣ的控制既具有模糊控制的简单，有效的非线性控制作用，又具有神经网络的自学习，自适应能力。     

基于RBF神经网络整定PID的PMLSM控制研究

介绍了直线永磁同步电机(permanent magnet linear synchronous motor,PMLSM)的数学模型。由于直线永磁同步电机具有非线性、耦合性和负载扰动等特性,常规PID控制器不能达到理想的控制效果,而径向基函数(radial basis function,RBF)神经网络具有学习速度快、无局部极小和良好的逼近能力,提出了将RBF网络与增量式PID控制结合在一起应用的方法。matlab仿真结果表明:该控制系统具有良好的逼近能力、较强的适应性和抗干扰能力。     

未知非线性动态系统神经网络模型在线识别

神经网络为未知非线性动态系统的建模提供了一条新途径。本文探讨了只用单个隐含层的前向神经网络对未知非线性动态系统的识别。只要动态系统输入输出可测量，未知非线性动态系统就能在线识别。在线识别算法依据性能函数在输出空间最优原则导出，有别于常规的BP算法。求解速度快，适合于在线识别。仿真实例进一步表明，采用神经网络建立未知非线性动态系统的在线模型具有可行性。     

一类非线性系统状态的网络化估计方法

提出了一类Lipschitz非线性连续时间时滞系统基于非均匀采样测量的网络化状态估计方法.利用线性连续时间系统采样控制的方法,在考虑系统和网络传输时滞及量化等因素的条件下,通过构造新的李雅普诺夫泛函得到了保证估计误差系统全局渐近稳定的线性矩阵不等式条件.在此基础上,给出了状态估计器增益矩阵基于线性矩阵不等式的计算方法.最后,通过仿真例子验证了本文方法的有效性.     

基于混沌模拟退火法的非线性马斯京根模型参数率定方法

本文在分析一些已有的马斯京根模型参数率定方法不足之处的基础上,提出了一种基于混沌模拟退火法的非线性马斯京根模型率定的新方法,同其它方法相比,该法具有求解精度高、计算速度快以及适应性强的特点。最后,通过具体仿真计算,验证了该方法的正确性,从而为非线性马斯京根模型参数估计提出了一种十分有效的方法。     

基于自适应磁链观测器的无传感器检测技术研究

基于两相静止坐标系下的永磁同步电动机状态方程,将自适应状态观测器理论应用到磁链位置估计法中,提出了一种基于自适应磁链观测器的估算转子磁极位置和转速的方法.该方法以定子电流和转子磁链为状态变量构造状态观测器,以观测器模型与电机模型的电流误差构成自适应律,通过对线电流和转子磁链的估算实现对转子位置信息的检测.最后用Simulink建立了采用该方法的矢量控制系统的仿真模型,结果表明该估算方法有较高的估算精度和较强的鲁棒性.     

一类含非线性变时滞系统的未知输入观测器设计

考虑含有未知输入的变时滞非线性系统观测器设计问题,本文分两部分论述,首先提出针对线性时滞系统的不含内时滞项的观测器系统化设计方法,给出观测器存在的充分条件,其次对时滞非线性系统利用代数R icat-ti方程解的条件设计出一种鲁棒观测器,并给出渐近稳定观测器存在条件。     

一类强非线性系统的输出反馈控制

对一类具有强非线性的输出反馈系统,设计了观测器和控制律,建立了观测误差收敛于零的条件.控制器保证了闭环系统的输出信号调节到零,其它信号有界.     

非线性电阻伏安特性的计算机拟合

水文探讨了非线性电阻伏安特性的计算机拟合的方法和有关的计算机程序。对于某些函数表示式中含有修正值k的拟合曲线的拟合问题进行了探讨。并提出了含修正值k时的计算方法。     

一类可积的非线性常微分方程

研究某类非线性方程的可解性问题,给出了一类可积的一阶非线性常微分方程的可积性证明。这类方程可应用于物理学、力学和推导孤立子方程及寻求孤立子解。     

非线性动力特性的仿真分析

研究非线性动力特性可视化计算的仿真问题，建立了以时域微分方程描述的数学模型，探讨了该系统运动轨迹及其演变规律的可视化表示方式。     

区间切换系统的状态观测器设计

分析了岳麓书院藏秦简《数》里与田地租税有关的算题和术文，从中归纳出“舆（與）田”、“税田”两种田地租税的课收方式、田租率等，提供了秦田地租税制度的一些细节资料。     

具有非线性扰动的中立型系统的变结构控制

针对具有非线性扰动的中立型系统,利用交结构控制及时滞系统的一般结论选择切换函数,在非线性扰动的情形下,构造了交结构控制率,通过引进合理的Lyapunov函数证明了滑模渐近稳定,同时验证了满足到达条件.