城市区域交通智能分散控制研究

针对城市区域交通非线性、不确定性和模糊性特点，提出了一种新颖的实时智能分散控制策略.把整个城市区域交通作为一个大系统，区域中的各交叉口作为子系统，在每个交叉口设置一个独立的控制器，该控制器根据自己和相邻交叉口的交通流信息对交叉口的相序、相位切换、信号周期和绿信比进行动态优化.每个控制器有3个模块组成：相序优化模块、绿灯判断模块和相位切换模块.对每个控制模块设计了相应的模糊优化控制算法，并用改进的BP神经网络实现算法的模糊关系.控制目标是保持区域内各交叉口前的交通畅通和车辆延误最小.仿真研究表明，在交通流量较大和流量时变的环境下，智能分散控制方法比普通单交叉口车辆感应控制方法的控制效果更好,实用性更强.     

基于永磁同步电机的电梯速度控制器研究

设计一种基于自适应模糊神经网络原理的永磁同步电机电梯曳引机速度控制器.这种控制器具有神经网络自学习能力和模糊控制器处理不确定信息的能力.网络初始参数通过离线训练方式获得,从而实现对电机速度的智能控制.将模糊神经网络(fuzzy neural network control,FNNC)速度控制器与常用的PI控制、模糊PI控制方式对比进行仿真研究.研究表明,采用自适应模糊神经网络的控制器比另外两种方法更具有良好的鲁棒性和动态性能.     

船舶动力系统智能控制

针对船舶动力系统存在着非线性、不确定性和复杂性,传统的速度调节系统已经不能满足控制需要,作者将模糊神经网络应用到复杂过程控制中去,实现动力系统的智能控制.采用模块建模法建立了汽轮机模型,给出了一种基于模糊神经网络的转速调节系统.并将粗糙集理论与模糊神经网络结合起来,利用粗糙集从观测数据中提取规则,并寻求最小规则集,解决...     

直接驱动X-Y平台递归神经网络控制仿真

针对永磁直线同步电动机驱动的X-Y数控平台控制系统中存在的各种扰动,提出了一种基于自组织模糊递归神经网络的控制器设计方法,并利用切线 轮廓误差控制器对整体控制构架进行了整合式设计.该控制器融合了自组织模糊神经网络（SCFNN）和递归神经网络（RNN）的优点.仿真结果表明,所设计的控制系统对于参数的变化、外部的扰动等具有较强的抑制作用,减小了系统的轮廓误差,具有较强的鲁棒性.     

基于遗传算法的模糊神经网络在交流伺服中的设计

针对永磁同步电动机交流伺服系统,提出了遗传算法的模糊神经网络控制方案.在交流伺服系统的设计中,采用模糊神经网络控制器作为其位置调节器.利用遗传算法的快速搜索功能,使得系统定位准确、快速.     

石油企业财务风险评价神经网络模型的建立

石油企业财务风险评价是石油行业的重要课题.在确立石油企业财务风险评价指标体系的基础上,建立了基于模糊神经网络的石油企业财务风险评价模型.该评价模型分为模糊量化模块和模糊神经网络(FNN)模块,可根据实际问题进行具体调节,具有学习的功能.经过对200多家石油企业的实证分析,结果表明该模型网络预测误差小,是一种可靠、有效的...     

时滞系统的模糊神经网络补偿控制

针对传统的模糊神经网络(FNN)在线控制方法用于控制时滞对象时存在调节时间较长的问题,分析产生这一现象的原因,对传统的模糊神经网络在线控制进行改进,给出一种新的确定补偿量的方法.基于递推最小二乘(RLS)法在线辨识对象模型,通过时滞对象模型预测对象输出的变化,利用补偿方法得到控制量的补偿量.设计二维输入的带补偿的模糊神经网络控制器,进行实验与仿真研究.仿真结果表明,该补偿方法调节时间短,控制精度高,比传统的模糊神经网络的控制效果明显.     

未知环境下模块化移动机器人路径规划的研究

为了使移动机器人各组件可快速组装、便于维修,设计了一种新颖的模块化移动机器人,由驱动模块、控制模块、传感模块及标准连接模块组成.为了解决移动机器人在复杂未知环境下的路径规划问题,提出了基于"感知-动作"的模糊逻辑控制体系结构,采用基于"感知-动作"的模糊逻辑控制方法分别对模块化移动机器人的路径规划进行了二维和三维仿真.仿真结果显示了该模糊逻辑控制方法的稳定性和实用性.在三维复杂环境下应用该方法仿真实现了单个及多个机器人的避碰运动.     

基于模糊神经网络的定尺剪切线控制系统

为了提高卷钢自动定尺剪切的精度,提出一种模糊神经网络控制系统对卷钢剪的切线位置进行控制.控制系统采用模糊神经网络控制器和神经网络辨识控制器相结合的方式对神经网络的学习算法进行改进,通过对模糊神经网络进行训练学习,优化了网络的连接权值,从而能够很好地控制板材送料位置,使得板材在减速期以理想的减速曲线运行,实现准确停车进行剪切.仿真结果表明：该系统具有响应快、鲁棒性强、控制精度高、控制特性好等优点,能够满足剪切生产的要求.     

基于模糊神经控制的EPS系统设计

为提高自动驾驶过程中汽车转向的轻便性和鲁棒性,建立了自动驾驶汽车的EPS系统模型,提出了基于径向基神经网络的辅助特性曲线模块和模糊神经网络PID控制算法,并运用Matlab/Simulink和Carsim建立整车联合仿真.结果表明：基于径向基神经网络的辅助特性曲线平滑度更高,为后续整车仿真精确性提供了良好的基础,且基于模糊神经网络PID的EPS系统比常规神经网络PID控制系统更优,对自动驾驶汽车的EPS系统设计具有重要意义.     

永磁直线电机遗传算法模糊神经网络失步预防策略

针对垂直运动的定子绕组不连续永磁直线电机因扰动使其运行失去同步而不能稳定、安全运行这一问题,将模糊控制、神经网络控制和遗传算法有机结合起来,构建了基于遗传算法模糊神经网络的双模态复合控制结构的永磁直线电机失步预防策略.侧重介绍了该控制模型的构成及工作原理,模糊神经网络的设计及参数的优化方法.仿真试验结果表明,该控制策略精确、可靠、控制方法简单,能够有效地提高垂直运动的定子绕组不连续永磁直线电机及其传动系统的稳定性、安全性.     

具有公交优先的路网交通流智能协调控制

在分布式道路交通控制结构以及模糊理论和人工神经网络技术的基础上,提出了一种具有公交优先的路网交通流智能协调控制技术.把整个路网作为一个大系统,路网中的各个路口为子系统,每个路口设置一个网络型的多相位智能信号控制机,实现对当前路口的交通控制和相邻路口间的协调.核心部分由3个模块组成：公交优先模块、绿灯观察模块和相位切换模块.详细设计了每个模块模糊决策方法,并用人工神经网络来实现模糊关系并提高系统的鲁棒性.目标通过相邻路口信号控制机的信息交互和协调,实现整个路网交通流的协调和公交优先通行.仿真研究结果表明,在时变和大流量交通环境中,该技术的控制效果明显优于传统的单路口车辆感应控制方法.     

基于模糊RBF神经网络的双电机驱动伺服系统研究

双电机驱动伺服系统中存在齿隙和摩擦等非线性,常规PID控制不能满足其控制要求.针对常规PID控制器参数固定而导致在控制中效果差的缺陷,提出一种基于模糊RBF神经网络整定的PID控制方法.该方法结合了模糊控制的推理能力强与神经网络学习能力强的特点,可以在线调整得到一组适合于控制对象的PID控制参数.最后在双电机驱动伺服系统中进行仿真试验结果表明所提出的控制策略是有效的.     

智能控制在铝电解槽中的应用

智能控制是一个新兴的学科领域。本文论述了神经网络专家系统,模糊控制和模糊专家系统等技术的原理及在铝电解槽中应用的策略。总结了上述系统的优缺点并提出铝电解槽采用模糊神经网络是其最佳选择。     

基于多传感器的模糊神经网络在工业污水处理中的应用研究

工业污水分析系统属于多目标控制系统,具有不稳定和不确定性,同时其处理过程具有多变量、非线性、时变和强随机性的特点,故建立精确的数学模型比较困难,模糊神经网络建模在此有一定优势.文章对基于多传感器的污水分析系统,利用模糊神经网络建模工具,对多传感器的过程动态模型进行了分析,提出通过神经多软传感器等对系统进行优化的解决途径,建立了基于多传感器的模糊神经网络污水处理系统模型,进行了实证对比分析.     

基于GA的模糊神经网络控制

在详细论述模糊神经网络技术基础上,提出了基于GA的模糊神经网络控制器构造方法.选择MATLAB作为开发工具,使用所提供的神经网络和模糊逻辑工具箱,完成了基于GA的模糊神经网络控制器设计,并应用ActiveX技术在虚拟测控系统中实现了对其的调用.     

基于水幕冷却流量过程的模糊建模与控制

分析了首钢中厚板轧后处理中的水幕控冷工艺过程,提出了一种双闭环流量比值模糊控制系统方案.利用模糊逻辑与神经网络相结合的方法对水幕动态流量过程进行了理论分析、模糊建模,设计了模糊控制器.借助于MATLAB语言及其模糊控制工具箱进行了仿真验证.结果表明,所建的模型和所采用的控制策略是行之有效的,控制性能品质满足生产工艺的要求.     

神经网络自适应模糊IDSS系统研究

提出了采用神经网线络与模糊控制相结合的方法来设计自适应ＩＤＳＳ。阐述了神经网络控制器的设计原则及其算法，给出了神经网络自适应ＩＤＳＳ的总体设计和系统结构。     

神经网络模糊PID控制器在直接矩控制中的应用

介绍了一种模糊自整定PID参数控制器的设计方法,并提出利用神经网络训练PID参数的基值。对常规PID控制和神经网络模糊PID控制系统作了对比研究,仿真实验结果表明新方法既保证了系统的稳态精度,又保证了系统的快速响应和坚韧性。将该方法用于直接转矩控制系统中,取得了远远优于常规PID调节器的控制效果。