遗传优化模糊控制器在温室控制系统中的应用

提出了采用遗传算法优化隶属函数实现模糊控制器优化设计的方法，并将这种优化设计的模糊控制器应用于温室集散控制系统中。试验结果表明，优化后的模糊控制器具有良好的、静态性能和较好的节能效果。此外，这种控制模式还能降低控制系统的成本，提高整个系统的运行效率和可靠性。     

基于模糊神经网络的智能温室环境控制方案

针对农业温室环境的精确建模和控制问题,提出了一种基于模糊神经网络的智能控制方案。首先,在考虑室内外环境因素下,构建一个有效的温室环境数学模型,获得通风量、喷雾量和加热量的微分表达式;然后,利用一种自适应模糊神经推理系统(ANFIS),以温度和湿度差作为输入,通过神经网络自学习和模糊推理获得控制输出;最后,通过遗传算法优化控制器的输出比例因子,提高控制响应速度和稳定性。实验结果表明:该方案能够快速且稳定地追踪环境设置值,具有很好的控制效果。     

基于模糊控制的温室控制系统的研究

温室环境系统是多输入、多输出的复杂系统,很难建立数学模型运用经典控制方法实现控制.而模糊控制无须建立被控对象的数学模型,适合于非线性、时变的系统.为此,介绍了温室控制系统的总体结构,建立了有效的隶属度函数和控制规则,探讨了通过离线建立模糊控制表,使用查表法进行模糊推理,实现了温室内的温度、湿度多因子的模糊控制.采用软件方法实现了模糊控制器的设计,节约了成本,方便了以后对模糊控制器的完善工作;同时使模糊控制器的响应时间大大缩短,满足了实时控制的需要.     

电动助力转向系统机械与控制参数集成优化

建立了电动助力转向(EPS)系统的动力学模型,采用模糊神经网络控制策略进行了系统的控制,在提出目标函数的基础上,用遗传算法对EPS系统机械参数和控制参数进行集成优化。仿真结果表明:采用集成优化方法能使EPS系统的机械参数和控制器参数的匹配更合理,可以提高汽车的操纵性能。     

温室机器人驱动控制系统的算法研究

为了使机器人的行动能适应温室的复杂情况,提高机器人的运动控制精度,将模拟PID控制算法离散化,对编码反馈误差进行归一化处理,并将其输入3层的BP神经网络,研究了隐含层加权系数的计算方法,完成并验证了模糊BP神经网络PID控制系统的算法。结果证明,在同一指令时间内,模糊神经网络控制器能够很好地完成角度指令的零误差调节,与常规PID控制器相比较,模糊神经网络控制器的超调量显著减小。     

基于模糊神经网络的温室控制系统

为了实现温室节能以及安全控制,针对温室环境的大滞后、多输入、多输出、非线性和难以建立数学模型等特点,提出用模糊神经网络进行温室温度控制的方法,采用神经网络在线调整训练模糊规则的控制方式,实现了温室内温度的模糊控制.利用该方法能提高温室控制系统的精确性、适应性和鲁棒性,有利于节能.结果表明,基于模糊神经网络的温室控制系统运行效果良好,控制过程响应快,无震荡,超调量小,稳态误差小,能满足使用要求.     

基于模糊神经网络的磁悬浮球位置控制研究

为了实现磁悬浮球系统高精度位置控制,提出一种基于模糊神经网络补偿PID控制的磁悬浮球系统位置控制新方法,该控制系统由模糊神经网络辨识器、PID控制器和模糊神经网络控制器组成。模糊神经网络辨识器基于PID控制器所提供的训练数据,建立控制系统误差与控制量之间的动态模型并将网络辨识参数实时传递至模糊神经网络控制器,模糊神经网络控制器基于实时辨识模型计算得到当前周期的补偿控制量,实现对PID控制的在线动态补偿,避免了离线训练过程,且无需建立精确的数学模型。方波信号仿真和实验结果表明:模糊神经网络补偿控制精度分别由PID控制的0.014 2 mm和0.221 1 mm提升至0.006 8 mm和0.073 9 mm,控制系统具有良好动态性能。     

基于ARM-Linux的生物发酵智能控制系统

介绍了基于ARM-Linux的生物发酵智能控制系统.ARM9使用方便,有利于复杂系统的控制,同时在软件设计上采用了嵌入式Linux,方便了编程,缩短了软件的开发周期,提高了开发效率.针对生物发酵控制过程中的时变性、非线性、延时性和随机性等特点,提出了采用基于遗传算法的模糊神经网络控制方法.该控制方法结合了遗传算法、模糊理论及神经网络的优点,在一定程度上解决了传统控制方法不易得到精确的数学模型和难于对系统进行有效控制的不足.实践表明:该系统具有较强的鲁棒性,能够达到预期的控制效果,可以实现对发酵系统进行有效的控制.     

基于模糊控制的温室灌溉控制系统的研究

针对温室灌溉受多因素影响难以建立精确控制模型的特点,开发了基于LabVIEW平台的温室节水灌溉模糊控制系统。该系统由土壤湿度传感器、数据采集卡、LabVIEW软件平台等组成,以土壤湿度偏差以及偏差变化率为输入量,以灌溉时间长度为输出量,采用MATLAB Fuzzy Logic工具箱设计模糊控制器,实现了温室灌溉需水量的模糊决策系统。试验结果表明,该系统能够根据土壤水分适时、适量的灌溉,对节水灌溉技术的发展起到了一定的作用。     

神经网络-模糊控制器在烟叶烘烤中的应用

探讨了采用神经网络－模糊控制器的计算机智能控制系统在烟叶烘烤中的应用,针对影响烘烤质量的实际难点问题,应用神经网络－模糊解耦控制器实施解耦控制,配以简单的人机对话,实现了既可设置固定烘烤工艺曲线,又可在烘烤过程中实时自动修改的灵活控制。     

工程机械模糊神经网络挡位控制试验研究

结合工程机械（车辆）的工作特点，提出了一种可应用于工程机械换挡决策的模糊神经网络（FNN）方法，改造后的模糊控制系统具有了知识自动获取功能，能更好地适应工况环境。仿真试验结果表明：该挡位决策方法可以根据操作工况环境实现正确的变速箱挡位决策，并依据工况环境的变化调整换挡策略，为智能化工程机械的开发打下了基础。     

BP神经网络PID控制器在温室温度控制中的研究

为了更好地实现对温室温度的控制,本文设计出了一种BP神经网络PID控制器,提出了BP神经网络PID控制算法,并对该算法进行了分析,最后以温室温度为控制对象分别对常规PID控制器和BP神经网络PID控制器进行了大量仿真研究。结果表明,基于BP神经网络整定的PID控制器具有较强的自适应能力和鲁棒性,其控制品质优于常规PID控制器。     

基于补偿模糊神经网络的氧乐果合成控制研究

针对氧乐果合成反应过程温度具有时变、延时等非线性特性,研究了补偿模糊神经网络控制系统。首先确定了补偿模糊神经网络的初始结构和初始参数,再通过动态调整补偿的改进BP算法来调整参数,实现温度的实时控制。仿真结果表明:补偿模糊神经网络控制系统收敛速度快、适应性强,在温度控制方面取得了比较满意的控制效果。     

半主动空气悬架的模糊神经控制仿真分析

以空气悬架客车1/4车辆模型为控制对象,设计了模糊神经控制器,以簧载质量垂直方向振动加速度均方根为控制指标,以车速50,120 km/h标准B级路面和标准C级路面为随机输入,利用MATLAB软件对模型进行了控制仿真分析。结果表明,模糊神经控制器对车辆的行驶平顺性和操纵稳定性均有明显的改善。     

基于神经网络的拖拉机自动导航系统

针对数学模型复杂的拖拉机转向控制问题,使用基于神经网络的控制方法,以福田欧豹4040型拖拉机为研究对象,进行农用车辆导航控制研究。以车辆航向偏差和航向偏差的变化率为输入变量,以前轮转角的变化量为输出变量,设计车辆转向控制神经网络控制器,对拖拉机进行转向控制。仿真表明,该方法可以对拖拉机的转向进行有效控制。实验结果表明,拖拉机在50m的行驶距离内,最大横向偏差为0.18m。     

液压系统故障诊断的高阶统计量-模糊神经网络法

利用高阶统计量-模糊神经网络方法对液压系统故障进行诊断，解决低信噪比故障特征信号下的故障诊断问题。介绍了高阶统计量和模糊神经网络的基本原理，阐述了利用高阶统计量-模糊神经网络诊断液压系统故障的方法，给出了以阀控液压缸系统为研究对象的诊断实例。试验结果表明，利用该方法对液压系统进行故障诊断可以有效地提高故障特征信号的信噪比，提高液压系统故障诊断的准确性和诊断效率。     

基于模糊神经网络的农村电力短期负荷预测

为提高负荷预测精度,提出了一种新的模糊神经网络短期负荷预测模型。该模型将模糊系统和神经网络的优点融合在一起,并利用小生境遗传算法优化模糊神经网络参数,提升网络运算性能。某农村地区电力短期负荷预测的计算结果表明,该方法具有较好的预测效果。     

温室自动控制系统中模糊控制器的设计

论述了一种基于T-S模型的多变量输入及多变量输出模糊控制器的设计，并将这种模糊控制应用于温室自动控制中。试验结果表明：这种模糊控制器对于时变、非线性、大惯量的温室系统是可行的。并且在温室控制中取得了很好的控制效果。此外，这种控制模式能降低系统的成本，提高整个系统的运行效率及可靠性。