专家控制与神经元控制结合算法的研究

提出了一种改进的神经元控制算法，此算法采用专家控制与神经元控制相结合的方法，有效地解决了神经元网络控制时学习速度较慢、动态响应过程长、克服扰动不力等问题，具有较强的鲁棒性。控制性能优于经典ＰＩＤ方法。典型工业过程对象的仿真表明了本算法的可行性和有效性。     

电子膨胀阀双神经元预测控制

提出了用双神经元预测控制算法对电子膨胀阀进行控制的方法，一个神经元用于在线实时估计对象动态特性，以获取对象的一步预测模型。通过学习减小模型的预测误差；另一个神经元用于在线实时控制，仿真与应用表明该算法有良好的动态响应和较强的鲁棒性，能够对电子膨胀阀进行有效的控制。     

精馏塔的神经元PID解耦控制研究

本文针对精馏塔这一多变量、非线性耦合对象,提出了一种神经元PID解耦控制方法。该方法在精馏塔精确模型补偿解耦控制基础上,采用神经元PID控制器进行控制。分析了控制器的结构及其学习算法,进行了PID和神经元解耦控制仿真实验,仿真结果表明该方法优于常规PID控制效果。     

电阻炉单神经元PID自适应控制

选用单神经元自适应控制结构,采有监督Hebb学习算法实现了对电阻炉大时滞控制系统的单神经元PID控制,探讨了参数对系统性能的影响,同时,使用Matlab分别对常规PID算法、自适应单神经元PID算法进行了仿真研究与比较并对参数选择进行了仿真研究.仿真结果表明,自适应神经元结构的PID控制动态控制效果良好,具有较高的工业实用价值.     

增益自适应神经元控制及其在纸张定量控制中的应用

针对不确定时滞系统,提出了一种新的神经元控制方法。采用遗传算法对神经元增益在线自适应调整,而遗传算法使用了递增式算法,在每个时间间隔内都有一个稳定的增益值输出,并递增地向最优方向发展。克服了遗传算法收敛慢和每个采样周期输出的随机性。并对造纸过程中的纸张定量控制系统进行了仿真实验研究,仿真结果表明了该方法的有效性。     

水下焊缝跟踪单神经元自适应PID控制与参数优化

水下焊缝跟踪过程复杂,不确定因素多,并且焊接过程具有非线性特点,传统PID控制效果不理想.本文提出了单神经元自适应PID控制器,通过神经元的自学习能力,能够在线自适应调整PID参数,同时利用差分进化算法对单神经元自适应控制器的参数进行优化.经仿真结果可知,该单神经元自适应PID控制器响应速度快,精度高,控制效果好.     

模糊神经PID控制在工业炉冶金阀门位置控制系统中的应用

介绍模糊神经网络控制器的设计方法，并将其应用到工业炉阀门位置的控制系统中。试验结果表明，这种通过对输入变量模糊化的神经元学习和在线自调整算法，对其冶金阀门的压力控制具有很强的自适应性，且响应程度快、鲁棒性好。     

基于单神经元的非线性单值预测控制

利用单神经元构造被控对象的预测模型，给出了基于单神经元预测模型的单值预测控制算法，证明了该算法具有结构简单、运算量小、速度快的特点．通过理论分析给出了神经元学习收敛的充分条件．仿真结果表明了该算法的可行性．     

使用单个自适应神经元的智能控制

提出一种适用于控制的自适应神经元模型以及使用单个自适应神经元的智能控制方法,描述了神经元的学习策略和收敛性,给出了神经元系统控制学习算法及其学习控制机理证明.实例表明了这种新颖的智能控制方法简单可行的优点.     

Kalman滤波在单神经元PID控制中的应用

针对单神经元PID控制器包含输出噪声, 从而导致控制性能下降的问题, 提出一种基于Kalman滤波理论的改进单神经元自适应PID控制算法. 该算法通过引入状态空间的概念, 采用时域上的递推方法进行数据滤波, 控制对象的输出值经过Kalman滤波算法处理后再返回闭环控制系统. 实验结果表明, 改进算法能有效消减控制系统的输出噪声, 接近于无噪声的理想状态, 提高了控制性能.     

基于自构建RBF神经网络的内模控制

针对复杂的非线性被控过程,本文提出一种基于自构建RBF神经网络的内模控制方法。该方法中,神经网络的自构建学习算法包括结构学习和参数学习。结构学习采用最近邻聚类法使网络能够自适应地在线增加和删减神经元以达到理想的网络结构。神经网络的参数学习采用梯度下降法。将该神经网络用于内模控制,使得辨识被控远程内部模型和控制器模型的神经网络的神经元个数可以根据激励强度动态改变,进而改善了控制系统的动态性能和鲁棒性。仿真结果表明了所提方法的有效性。     

工业过程稳态优化中的PD型迭代学习控制

论述在工业过程的稳态优化中，施行选代学习控制的思想方法．给出了一种ＰＤ型迭代学习算法，分析了算法收敛性．数字仿真结果表明这种控制方法对抑制超调，加快动态响应，减小优化过程对工业生产过程的影响是行之有效的．     

基于虚拟仪器技术化学反应控制装置研究进展

介绍了虚拟仪器的概念及其组成。叙述了测量仪器发展过程。对虚拟仪器的硬件和软件环境，以及在化学反应控制方面的应用进行了探讨。利用PID控制、模糊控制算法对化学反应器温度控制进行了研究，实验结果表明基于虚拟仪器技术的各种先进控制方法具有控制精度高、系统温度特性稳定的特点，可广泛应用于各种化学反应过程的控制。     

利用常量脉冲法控制混沌神经元中的混沌

探讨了一类神经元模型中混沌行为的控制问题。基于控制混沌的比较脉冲反馈方法,发展了常量脉冲方法控制混沌。利用稳定性研究了新方法控制混沌的机制,并对处于混沌状态的神经元进行控制,使神经元的状态稳定在期望的固定点或周期轨道。理论和数值结果表明,新方法能有效控制神经元中的混沌。     

非线性大滞后系统的单神经元模糊预测控制

提出一种单神经元模糊预测PID控制策略,无需对复杂控制过程建立数学模型,只要检测过程的实际输出和期望输出,通过模糊预测控制修正单神经元PID控制规则,即可对非线性大滞后系统实现自适应控制.对于大滞后扰动系统,在稳定性、快速性、鲁棒性方面明显优于常规单神经元PID控制器.仿真结果表明,该方法应用于非线性大滞后系统具有良好的控制品质.     

神经元自适应PSD控制器在直流调速系统中的应用

在神经元PSD控制器的基础上 ,给出了一种改进的神经元自适应PSD控制算法 ,这种改进的算法能够根据控制过程中的误差变化改变神经元的权值增益 ,进一步提高控制器的自适应能力 对基于改进神经元自适应PSD控制器的直流调速系统进行了仿真研究 ,并与普通神经元PSD算法进行比较 ,结果表明该系统具有良好的动、静态性能 ,很强的鲁棒性和自适应能力     

基于单神经元控制器的交流矢量控制系统

根据感应电机矢量控制原理，将单神经元控制器应用于磁场定向的矢量控制系统中，并给出了单神经元控制器模型，并将神经元控制器代替矢量控制系统中的转速调节器，进行了易于算法实现和实际控制系统实现的智能交流矢量控制系统设计和仿真研究，MAT－LAB仿真结果表明，该系统具有良好的动态性能。     

神经元在四足机器人伺服控制中的应用

采用神经元控制的方法来解决四足机器人的非线性问题，神经元控制器对被控对象的非线性具有自适应的能力。它比一般的自较正控制器简单，快速。实验证明，它所取得的控制效果也很好。     

模糊神经网络自适应控制

为实现复杂生产过程的自适应控制，设计了一类基于模糊神经网络控制器的自适应控制策略，仿真结果表明，该算法对复杂动态过程的控制具有良好的适应性。     

基于Bang-Bang控制的智能开关预测控制算法

为解决Bang-Bang控制原理具体应用中存在的如何纳入状态变量的附加约束条件、开关曲线的求取和最优轨线的确立等复杂问题，提出了一种智能开关预测控制方法．该方法根据离散卷积定理提炼出一组新的控制信号集，然后设计新的切换方程和减速规律，并在开关控制框架下，实施有闽值信号制约的最小拍增量控制．本文所提出的方法全面改善了预测控制的策略和算法，使控制系统动态性能良好，过渡过程时间小于理想开关控制过渡过程，且单调衰减，原理上稳态无静差，系统反应时间短，定位精度高，对输出扰动具有一定的鲁棒性，而且适用范围更加广泛．仿真结果表明了该控制算法的有效性．