基于Varela免疫模型的免疫控制器的设计与仿真

Varela免疫网络模型是继Jerne独特性网络模型之后的第二代网络模型,Varela免疫网络模型描述的是没有外来抗原作用时的T、B细胞因子的动态平衡关系.本文在此基础上建立了一种考虑抗原的改进的Varela免疫网络模型.然后基于这种能够在一定程度上合理描述生物免疫特性的改进Varela免疫网络模型,构造了一类与被控对象无关的免疫控制器模型.以大惯性大滞后模型为被控对象,采用仿真的方法研究了该免疫控制器的特性.仿真研究与分析表明:该免疫控制器具有一定的记忆和自学习能力,具有较好的抗纯滞后及参数自适应性能.文中将这种免疫控制器的参数变化对控制系统的影响也作了仿真研究.     

一种粗糙规则化的双因子免疫控制器

根据粗糙集理论原理,从双因子免疫控制器的控制数据中抽取出控制规则,利用本文提出的一种新的规则评价标准筛选出优秀的规则构造控制器,即粗糙规则化的双因子免疫控制器,来对对象进行控制.通过仿真实验证明,粗糙规则化的双因子免疫控制器不但能够体现出普通双因子免疫控制器的学习记忆能力和抗滞后性能,而且在抗干扰性能和响应速度方面都有明显提高.     

船用锅炉水位模糊免疫自适应PID控制器及仿真

在常规PID控制器的基础上,结合生物免疫反馈机理,引入免疫PID控制算法,进而基于模糊控制理论,设计出一种模糊免疫自适应PID控制器.其中,用模糊免疫反馈P控制器在线整定PID控制器的比例增益,用模糊控制器调整PID控制器的积分时间常数和微分时间常数.并将此控制器应用到船用锅炉水位控制系统中.仿真结果表明,控制器具有很好的快速响应特性和较高的鲁棒性.     

人工免疫网络算法的改进及免疫优化应用

基于人工免疫网络算法(aiNet)模型,借鉴禁忌搜索算法(TS)的思想,提出一种禁忌搜索与人工免疫的混合算法,即人工免疫网络算法(TS-aiNet).在算法中引入禁忌表,禁忌那些在网络迭代中亲和度连续不再增加的细胞,并通过特赦准则赦免一些被禁忌的优良状态;增加1个记忆表,用于保存成熟的记忆细胞;重新定义高斯变异方式,以保证多样化的有效搜索.利用Markov链证明算法全局收敛性,通过对多个典型系统测试函数的仿真实验定量分析该算法的性能,并与经典克隆选择算法和opt-aiNet算法进行比较研究,分析特征参数对算法性能的影响.实验结果表明,该算法在多模态搜索空间中具有更强的全局收敛性、稳定性和寻找极值点能力,能够克服早熟现象,是一种有效的全局优化搜索方法.     

人工免疫控制器的设计及其控制效果的仿真

借鉴生物特异性免疫中T细胞、B细胞协同免疫机理,提出了一种免疫控制器,并将免疫控制器与PID控制器在系统输出控制能力、抗干扰能力、对象参数变化的适应能力等方面做了比较研究.结果表明这种免疫控制器较PID控制器性能优越.     

单神经元PSD控制器在自动送钻模拟加载中的应用

自动送钻实验研究为其在现场的推广应用奠定基础 .针对钻井过程中井况的非线性、不确定性和实时性要求 ,采用单神经元 PSD控制器实现自动送钻模拟加载 .给出了自动送钻实验系统的结构和原理 ,介绍了单神经元 PSD控制器的设计 .实验结果表明 ,单神经元 PSD控制器结构简单 ,易于实现 ,效果明显优于 PID控制器 ,值得推广 .     

最优Fuzzy-GA PID控制器及其应用

提出了一种基于模糊推理与遗传算法的最优PID控制器的设计方法 .该控制器由离线和在线 2部分组成 .在离线部分 ,以系统响应的超调量、上升时间及调整时间为性能指标 ,利用遗传算法搜索出一组最优的PID参数K p ,T i 及T d ,作为在线部分调节的初始值 ;在在线部分 ,采用一个专用的PID参数优化程序 ,以离线部分获得的K p ,T i 及T d 为基础 ,根据系统当前的误差e和误差变化率 e ,通过模糊推理在线调整系统瞬态响应的PID参数 ,以确保系统的响应具有最优的动态和稳态性能 .计算机仿真结果表明 ,与传统的PID控制器相比 ,这种最优PID控制器具有良好的控制性能和鲁棒性能 ,可用于控制不同的对象和过程     

某型航空发动机仿真控制器调节计划实现

为了解决某型航空发动机的调节计划问题,介绍了某型发动机数字控制器的各种调节计划,论述了系统中数字控制器的调节计划并进行了仿真.该仿真系统既是为发动机电子控制器提供一个仿真的环境,也可以作为控制器算法的验证平台,即用一个控制算法与该仿真平台相连,使整个系统可以工作,并使平台能够实现数据的通信与转换,计算结果可用来评定该控制算法的性能.系统采用与真实电子控制器相同的控制算法来模拟电子控制器.     

基于CMAC的PID控制在液位控制中的研究与仿真

随着工业的发展,对液位控制系统的性能提出了更高的要求,同时要求系统在较恶劣的环境下有较强的适应能力。针对工业过程的非线性、不确定性等特点,介绍了小脑模型神经网络（CMAC）的原理及基于与PID的并行控制设计,以及该设计在液位控制中的应用,并对该设计在MATLAB下进行了仿真,得到了较好的控制效果。