基于神经网络的自适应模糊控制器

提出了一种基于神经网络的自适应模糊控制器。控制器由一个模糊神经网络和一个人工神经网络组成,具有自适应和自学习能力,计算机仿真实验证明了这种控制器的有效性,控制性能优于常规的模糊控制。     

神经网络自适应模糊控制器设计与应用

把神经网与模糊系统相结合，提出一种基于神经网络的自适应模糊控制器，这种控制系统由模糊神经网络控制器和模糊网络组成，具有自适应学习能力，仿真结果以及应用于温度控制系统中，其鲁棒性明显优于一般Ｆｕｚｚｙ控制。     

家禽孵化环境光照度模糊控制器的设计

根据家禽种蛋经光照后能提高孵化率的特点,设计了家禽孵化环境光照度模糊控制器,并阐述了模糊控制系统的原理、方法以及硬件的组成。通过仿真试验,结果表明,该系统响应快,超调量小,动作准确,过程平稳。     

模糊神经网络模型参考自适应控制及其应用

提出一种模糊神经网络的自适应控制方案，给出了一种模糊神经网络模型和快速的优化学习算法（ＦＬＡ），通过网络的在线自学习不断修正模糊神经网络控制器的隶属函数和权值，实现了模糊逻辑规则的自动更新，经仿真结果和倒立摆控制表明，这类自适应控制具有良好的控制性能。     

引入免疫粒子群优化算法的木材干燥模糊神经网络控制系统设计

针对木材干燥窑温湿度控制采用的模糊神经网络比较依赖于网络初始权值,且网络的训练时间较长、容易陷入非要求的局部极值,采用粒子群优化算法(PSO)的全局寻优性能,设计一种引入免疫PSO算法的木材干燥模糊神经网络控制系统。为避免PSO算法的早熟和进一步导入待求解问题的先验知识与经验,加快算法的全局收敛能力,引入免疫算法的接种疫苗、免疫选择、良种迁移3种免疫算子。仿真结果表明:温度和湿度,能更加快速、平滑地到达设定值(温度需要70 s左右,湿度需要75 s左右)。实例验证结果表明:温度曲线均方误差仅为0.020 7,拟合优度高达0.979 7;湿度曲线均方误差均在0.3以下,拟合优度均在0.96以上。说明免疫PSO算法具有较高的收敛速度和识别率,对不确定非线性系统具有良好的控制效果。     

基于禁忌搜索的模糊神经网络分类器设计

提出了一种基于禁忌搜索的模糊神经网络分类器设计算法．该方法首先从训练样本中自动获取分类规则,构成模糊神经网络的初始网络结构,然后采用基于禁忌搜索和梯度下降法的混合算法同时优化模糊神经网络的结构和参数．使用IRIS数据集对所提出的方法进行性能测试,结果表明该方法能使用较少的分类规则获得很好的分类效果．     

一种模糊神经网络自校正控制器设计与应用

本文提出了一种模糊神经网络智能控制方法，并介绍了采用多层神经网络表达模糊控制和知识规则，模糊推理和学习算法，实验仿真结果表明，这种控制方案可改善具有时变及大纯滞后系统的控制品质，其性质优于一般模糊控制。     

基于禁忌搜索的模糊神经网络分类器设计

提出了一种基于禁忌搜索的模糊神经网络分类器设计算法.该方法首先从训练样本中自动获取分类规则,构成模糊神经网络的初始网络结构,然后采用基于禁忌搜索和梯度下降法的混合算法同时优化模糊神经网络的结构和参数.使用IRIS数据集对所提出的方法进行性能测试,结果表明该方法能使用较少的分类规则获得很好的分类效果.     

禽蛋孵化温湿度控制系统的设计

针对小型禽蛋孵化加工厂出现的温湿度控制不精确、孵化设备成本高等问题,系统采用加热器以及半导体制冷器作为恒温恒湿的加热与制冷执行元件。DS18B20温度传感器反馈温度信号,HR202L湿敏电阻反馈湿度信号,并且以STM32F103ZET6单片机作为核心控制单元,通过温湿度传感器实时监测封闭环境内的温湿度,同时将数据反馈在TFT彩屏上形成曲线图。采用超声波雾化器和外接带有轴流抽风机、干燥剂(活性炭)的盒体以及导管装置进行加湿和干燥。     

一种模糊计算过程神经元网络及其应用

针对带有过程性模糊规则的时变信息处理问题,提出了一种模糊计算过程神经元网络。该模型将模糊神经网络推广到时域空间,可实现对过程性定量与定性混合信息的模糊计算。给出了一种5层结构的模糊计算过程神经元网络模型,并针对网络结构的优化问题给出了该网络模型的规则层节点的选取方法和相应的学习规则,对于具有较少输入节点的情况,网络有较快的训练速度。模糊过程神经元网络将传统模糊神经网络的模糊函数映像关系推广为模糊泛函映像,增强了对各种过程信息的综合处理能力。实际应用结果验证了模型和算法的有效性。     

模糊神经网络的真空木材碳化设备控制系统设计与仿真

针对目前真空木材碳化设备的控制系统具有大滞后、强耦合、时变性以及难以建立精确数学模型等特点,提出了一种模糊神经网络算法的真空木材碳化设备控制系统。通过对输入输出变量、论域及隶属函数的选择,设计出真空木材碳化设备控制器;再将神经网络与模糊控制系统相结合,得到模糊神经控制网络。对模糊神经网络控制器的算法进行了分析;在Matlab环境下编写控制器的程序,用Simulink进行仿真实验。结果表明:模糊神经网络控制器的真空木材碳化设备输出的温度曲线,稳态误差为0、最大偏移量为1℃、调节时间约为8 s、超调量为2%;湿度曲线在6 s时即可达到稳定,稳态误差为0、最大偏差为1%、超调量为4%;加入扰动后,误差能被快速消除,温湿度的波动幅度相对减小,系统的稳定性更强。模糊神经网络控制器,可减小调节时间、消除误差、提高控制精度,具有很好的鲁棒性。将二者结合设计出的模糊神经网络控制器,具有自适应、学习、识别和模糊信息处理等功能,在处理大规模复杂的模糊应用问题方面具有更好的控制效果。     

STATCOM的变结构神经网络模糊控制研究

提出了STATCOM用于维持接入点母线电压稳定的控制策略,根据控制策略设计了STATCOM的变结构神经网络模糊控制器.在设计控制器时,通过专家经验法和模糊规则自生成法对模糊规则知识库进行了初始化;通过变结构神经网络对模糊规则进行在线调整,增强了控制器的自学习、自适应能力;采用了基于语言变量优化匹配的原则对模糊逻辑推理进行优化,减少模糊推理的计算量,提高运算速度.数字仿真结果验证了该控制方法的有效性和正确性.     

基于模糊神经网络的大米品种识别算法研究

基于机器视觉技术,针对实际大米图像中不可避免的存在籽粒连接的情况,采用模糊BP神经网络进行大米品种识别。应用形态学中腐蚀、膨胀算法提取单粒大米籽粒,去除碎米后,对单粒整精大米籽粒进行外观特征提取,采用模糊BP神经网络进行大米品种识别,仿真结果表明,其可达到较高的检测精度。     

仿射非线性系统的在线自适应模糊神经网络辨识与控制

针对单输入单输出非线性系统的自适应控制问题,提出了一种在线自适应模糊神经网络辨识与鲁棒控制的方法.该方法首先利用广义模糊神经网络学习算法,实时建立对象模型未知系统的逆动态模型,实现网络结构和参数的同时在线自适应.考虑到网络建模误差和外部干扰的存在,还设计了基于控制理论的鲁棒补偿器.仿真结果表明,该方法能对模型未知仿射非线性系统实现鲁棒输出跟踪.     

加工过程的神经网络自适应控制

研究了加工过程智能控制的神经网络方法,分析了加工过程模型、神经网络建模和神经网络自适应控制。提出了用双网结构的控制策略对加工过程进行控制,NNI网络实现加工过程的系统辨识,进行在线建模;NNC网络根据系统的当前状态实现切削参数的自适应调整来优化加工过程,提高加工效率。仿真试验结果表明这种控制策略的可行性和有效性。     

基于模糊控制的灌溉施肥系统设计与应用

设计了一种基于模糊控制的灌溉施肥系统。运用物联网技术构建无线传感器网络,采集作物生长区的温度、湿度和光照强度数据,通过在线可溶性盐浓度(EC)/p H传感器实时监测灌溉施肥系统的主要参数,经模糊决策后,上位机发送控制指令给下位机,由下位机控制灌溉施肥系统工作,实现不同营养液浓度、不同灌溉模式的灌溉施肥所需营养液的精准调配。     

基于神经网络的模糊温室锅炉监控系统

根据温室锅炉系统的控制要求,应用三维力控组态软件对温室锅炉控制系统进行改造,采用模糊神经网络优化温度信号。