道路交叉口信号的模糊神经网络控制

应用模糊神经网络对交通系统进行控制是一种新的尝试，它可以充分发挥模糊逻辑和神经网络的优势，实现更为有效的控制。提出了一种基于模糊神经网络的道路交叉口交通信号控制方法，根据两相位的关键车流信息来决定绿灯延长时间，形成控制策略。仿真结果表明，与传统的定时控制方法相比，所提出的神经网络控制方法在车辆平均延误时间和排队长度方面都有较大改进，该方法有效、可行。     

基于模糊神经网络的PID温度控制系统

应用模糊神经网络PID控制技术，建立了高分子聚合物反应温度控制系统。该系统利用模糊神经网络调整PID参数，进一步完善了PID控制的自适应性能，自行设计了该控制系统的硬件和软件部分，可以接入8点热电阻信号，具有显示温度、自动控温、声光报警等功能，应用结果说明，该温度控制系统充分利用了模糊神经网络和PID控制的优点，具有良好的动、静态特性和自适应性。     

玻璃钢缠绕机的模糊神经网络控制

在玻璃钢缠绕设备的控制系统中，设计了一种新型模糊神经网络控制器。提出了一种新的模糊聚类方法，构造了分布式模糊神经网络，并重点阐述了它们的原理与方法。实践表明，该控制方法性能良好、实用可靠。     

电控汽油机怠速模糊RBF神经网络控制

针对电控汽油机怠速控制要求,提出了一种模糊径向基函数(RBF)神经网络控制方案,在MATLAB环境下进行了控制仿真,获得了比PID、模糊、模糊BP神经网络更好的控制性能。     

单片机工业控制网络智能化方法

本文根据计算机工业控制网络的特点，提出了用数字单片机、模糊单片机和神经网络芯片构成控制站与监测站的方法；并且，提出了几种基于神经网络和模糊逻辑的智能化方法．     

基于模糊神经网络的直接转矩控制变频器的实现

介绍了直接转矩控制变频器的模糊神经网络的实现，并针对系统在U－I磁链模型中只要估计出定子电阻R就可以解决系统低速时受定子电阻影响的问题，设计了模糊神经网络状态选择器而且针对直接转矩控制中，异步电动机定子电阻值以系统低速性能的严重影响，还设计了一个模糊神经网络定子电阻观测器，经仿真实验表明控制性能有很在提高。     

Control System of Garbage Incinerator Based on Fuzzy BP Neural Network

根据固体垃圾焚烧技术原理,结合垃圾焚烧炉运行特点,分析了垃圾焚烧过程与影响焚烧的主要因素,提出了基本模糊BP神经网络算法的垃圾焚烧炉控制方法.建立了垃圾焚烧炉炉温双端输入模糊神经网络（DIFNN）控制模型,并使用模糊BP神经网络控制算法对系统进行控制.仿真实验表明,该模糊BP神经网络控制能够适应复杂多变的焚烧过程的控制要求,控制效果好.     

基于动态递归模糊神经网络的动态系统辨识

模糊系统和神经网络由于具有逼近任意连续非线性映射的特性而广泛应用于系统的辨识和控制，但是传统的模糊神经网络是一种静态映射，不适用于动态系统的辨识，而现实工程中的控制对象反映的是系统的动态行为．为了提高动态系统的辨识精度，提出了一种新型的动态递归模糊神经网络，并根据动态递归神经网络的数学模型推导其动态反向传播学习算法及其改进算法．仿真结果表明：由于动态模糊神经网络的辨识过程同时利用了系统的当前数据和历史数据，对动态系统的辨识，特别是对具有纯时间延迟动态系统的辨识，较传统模糊神经网络在辨识精度和稳定性方面具有更好的效果．同时，确定网络权值和隶属函数参数初始值的方法可使动态系统的辨识过程具有更快的收敛速度．     

自适应神经网络模糊推理系统在结构振动主动控制中的研究

运用线性二次型经典最优控制算法获得学习样本，由神经网络反向传播算法训练产生模糊规则和隶属度函数，设计自适应神经网络模糊控制器，通过某结构地震波作用下振动控制的数字仿真，表明自适应神经网络模糊推理系统可以有效地应用到结构控制中。     

压缩机吸气压力的模糊神经网络控制方法

针对压缩机吸气压力耦合强、变化快且控制精度要求高的特点，在难以获得精确数学模型以及模糊控制还存在一些困难的情况下，采用模糊神经网络控制技术进行压缩机吸气压力的控制，从而保证了系统可以较快地进入工况并使吸气压力稳定在工况规定的精度范围内，经实际控制证明，模糊神经网络控制可以得到良好的控制效果。     

非线性系统模糊神经网络直接自适应控制

提出一种基于模糊神经网络的自适应控制方法。由模糊神经网络构成非线性预测器，利用使预测输出等于参考输出，生成实时控制信号。对自适应算法进行了理论分析，结合实例进行了仿真。     

具有模糊联想神经网络的自组织模糊控制器

在分析了几种用神经风格实现的模糊控制器不足的基础上，提出一种用模糊联想记忆神经网络实现的自组织模糊控制器，该控制器由２个模糊联想记忆神经网络分别记忆校正规则表和修正控制规则表，并通过网络权值矩阵的在线修正完成控制规则的实时修正，模糊推理则由网络的自联想功能完成。     

灵巧手指力回路自适应神经网络模糊PID控制

在多指灵巧手位置控制的基础上，提出一种在力控制回路采用基于模糊规则的自适应神经网络PID控制的方法，将神经网络、模糊规则和PID控制相结合，以Fuzzy控制粗调，ANN控制为细调，改善了常规PID控制中参数线性组合的缺点，有利于提高系统对灵巧手指与外界工作环境接触时，接触力控制的自适应能力和对外部干扰的抗干扰能力。最后，通过仿真实验验证了提出方法的有效性。     

氢燃料发动机优化控制建模及控制方式研究

在建立氢燃料发动机最优控制模型的基础上，提出了以模糊神经网络控制器及点火提前角转速自适应控制器串联组成的、开闭环相结合的双模式控制方式，对控制变量进行分级控制，并且给出了以模糊神经网络求解最优控制模型的思想，进而进行了计算与试验结果的对比研究，结果表明，计算精度较高，最大相对误差小于5％。     

人工智能在电梯群控系统中的应用

结合国内外发展趋势，对专家系统、模糊逻辑和神经网络等人工智能方法在电梯群控系统中的应用情况作以评述。重点介绍了基于模糊神经网络的群控算法，将此种方法应用在电梯群控系统的模型预报方面，可以达到很好的控制效果。     

智能控制及其应用

介绍了一些有关智能控制的基本概念，如模糊控制，自适应模糊神经控制，专家模糊系统和人工神经网络等等，并简要分析了模糊理论与人工神经网络的特点，将人工神经网络技术与PID控制相结合，用神经网络PID控制方法控制一个温控系统，从输出曲线中可见，这种方法有输出超调小、上升时间快等许多优点，为系统提供了一个优良的控制效果。     

基于模糊RBF神经网络的永磁同步电机位置控制

针对比例-积分-微分(PID)控制器参数固定而引起永磁同步电机位置伺服系统控制效果不佳问题,设计了基于平滑切换的模糊PI控制和径向基函数(RBF)神经网络PID控制的位置控制器。暂态时,采用模糊PI控制;稳态时,采用RBF神经网络PID控制,两者中间采用模糊PI-RBF神经网络PID复合控制。该位置控制器既结合了模糊PI控制和RBF神经网络PID控制的优点又克服了各自的缺点。仿真结果表明,当永磁同步电机受到外部扰动时,采用模糊RBF神经网络控制器的永磁同步电机位置系统具有良好的动态性能,能够实现快速响应,做到精确定位,而且当负载变化时具有很强的抗干扰性。     

噪声有源控制的模糊神经网络方法

使用Filter-X算法研究有源噪声控制问题，存在需要较高阶次的滤波器和当主噪声路径是非线性时控制效果不佳的缺陷，为此提出了一种基于模糊神经网络的非线性噪声有源自适应控制方法，并给出了一种基于误差梯度下降的学习算法，一个非线性的仿真例子表明，模糊神经网络控制方法对于非线性噪声控制效果明显。     

基于模糊神经网络系统的结构主动控制

目的 应用自适应模糊神经网络对多维地震动下结构的振动进行主动控制．方法 用这种自适应模糊神经网络作为主动控制器，以结构的位移和加速度作为输入，计算出主动控制力．结果 将计算的主动控制力输入到结构的动力方程中，结构的位移响应有了较大幅度地减少．同被动控制相比有较大提高．结论 自适应模糊神经网络是一种适用于对结构进行主动控制的智能算法。该控制系统无需引入结构的运动模型和精确参数；对复杂的结构易于建模；同被动控制相比其适应力强，消振迅速而且效果良好．     

基于模糊神经网络的模式识别方法

讨论了3种模糊神经元和由其构成的模糊神经网络的基本原理及其学习和自适应机制,针对模糊模式识别问题,建立了一种基于BP学习算法的模糊神经网络模式识别系统,该系统兼有模糊逻辑控制和神经网络两种技术的优点,提高了模糊模式识别的准确性。