前向神经网络在自适应控制中应用的研究

论述了前向神经网络自适应控制系统，论证了基于逆向建模的前向神经网络自适应控制方案的可行性，研究提出由该控制方案构成的控制系统不仅结构简单，易于实现，而且具有满意的动态指标．文中还通过一个水槽温度控制系统，进行了神经网络自适应控制仿真，给出了上述神经网络自适应控制方案的具体实现步骤并得出一些结论     

利用神经网络进行综合机构的建模和控制

介绍了逆模型超前控制器，神经网络反馈单元及由5层神经网络组成的集成控制系统。集成控制系统包括一个由神经网络组成的系统模型和具有自调整功能的控制单元。该方法被用于优化设计的综合机构控制仿真，结果证明了它的先进性和可行性。     

神经网络控制系统仿真

利用基于神经网络修正误差ＢＰ学习算法的多层网络和间接学习或专门学习的动态逆特性控制方法＾［１］编制的神经网络控制系统的仿真软件（ＳＣＳＢＮＮ），给出了调节时间和最大超调量与神经网络中间层节点数的关系曲线，同时给出了各种学习率和神经元作用函数增益的响应曲线。ＳＣＳＢＮＮ也可用于神经网络非线性控制系统。仿真结果说明神经网络非线性控制系统具有良好的控制性能。     

基于免疫神经网络的水泥分解炉温度控制

通过对水泥分解炉的特性进行分析，确定了出口气体温度的数学模型。用BP神经网络建立水泥分解炉的控制系统，通过控制煤量和风量来使出口气体的温度保持在规定的范围内。针对BP神经网络通常权值更新方法中出现的收敛速度慢、易陷入局部最优值问题，利用改进的免疫算法来优化神经网络的权值。仿真结果表明该温度控制系统优于通常的神经网络PID控制系统，并具有良好的可靠性、自适应性和鲁棒性。     

神经网络自适应控制系统

提出了一种基于神经网络和自适应控制系统，其中一神经网络用辩识非线性系统，另一神经网络作为控制器，依据本文推出的自适应算法得出了满意的仿真的结果。     

神经元PID控制的陶瓷烧成炉

神经网络控制或神经控制是在控制系统中，应用网络技术，对难以精确建模的复杂非线性对象进行神经网络模型辩识或作为控制品，或进行优化计算，或进行推理，或进行故障诊断，或同时兼有上述多种功能。这样的系统称为基于神经网络的控制系统。     

基于模糊神经网络的参数自整定PID控制系统设计

利用多层神经网络构建模糊自适应PID控制器，通过神经网络自学习能力在线提取模糊控制规则，优化控制器隶属度函数，根据不同时刻的误差e和误差变化ec运用模糊推理在线自整定PID参数。仿真实验表明，该控制系统具有优良的控制性能。此外，通过遗传算法对模糊神经网络的学习速率和惯性系数等进行了优化，为控制系统实现最优控制提供了有力保证。     

摆式客车倾摆控制系统神经网络预测控制

考虑伺服电机及机械系统的非线性对车体倾摆的影响，并包括伺服电机的饱和非线性特性的影响在内，采用神经网络方法对非线性特性的动态系统的输入输出关系进行辨识研究，建立摆式客车伺服系统神经网络非线性模型；提出在摆式客车中运用神经网络预测控制结合鲁棒控制的复合控制系统，解决这类非线性系统的控制问题，即应用神经网络进行辨识及预测控制．研究表明，从理论及工程应用角度看神经网络预测控制都是切实可行的，为在摆式客车倾摆控制系统中应用神经网络预测方法提供了一个新的方向．     

神经网络与PID结合的机器人自适应控制

提出了一种基于神经网络与ＰＩＤ控制相结合的机器人自适应控制系统。为加快神经网络的学习过程，研究了有效的启发式学习算法。以二关节机器人为对象仿真表明，该控制系统能使机器人跟踪希望轨迹，其系统响应跟踪精度及鲁棒性优于常规的控制策略。     

控制系统神经网络结构优化问题研究

应用Δ目标函数法，研究了控制系统神经网络结构优化问题．给出一个推广算法及一个前向全连网络，并对用网络实现非线性映射进行仿真研究．结果表明：用推广算法训练前向全连网络，能同时得到优化结构与权值，训练速度快，适合控制系统神经网络使用     

计算机信息处理环境下的内部会计控制

电算系统的推广应用产生了一系列新的问题,这些问题的解决依赖于有效的内部会计控制制度。会计电算化内部控制系统的内容分为一般控制和应用控制两个方面,一般控制包括组织控制、运行安全控制、工作环境控制、软件质量控制和文件档案控制,应用控制包括信息输入控制、信息处理控制和信息输出控制。     

基于网络技术的广东科学中心智能灯光控制系统

论述了“广东科学中心声像灯光动态表演控制系统”中的子系统“智能灯光控制系统”的基本结构和系统功能,包括手动控制、红外控制、触摸屏控制、定时控制、亮度感应控制、位移感应控制、声音控制、序列场景控制、中央监控控制、DMX512信号控制和PDA控制等．并以其中的D馆为例,简述了智能灯光系统控制方式和工程应用．     

有源电力滤波器常用控制策略的分析比较

针对有源电力滤波器(APF)的控制,将几种适用于有源滤波控制算法进行对比分析,简要介绍了比例积分控制、滞环控制、无差拍控制、三角波调制、单周控制、空间矢量控制、变结构控制及滑模控制、重复控制、预测控制、模糊控制等几种目前应用较为广泛的控制策略.在分析其工作原理的同时,指出各自的优缺点和应用范围,并对部分控制算法的发展方向进行了探讨性阐述.     

单交叉路口智能控制方案的设计与仿真

现代交通控制具有较强的非线性、不确定性,而单纯用传统的理论与方法又很难对其进行有效控制。以标准的单交叉路口作为研究对象,提出了定时控制和模糊控制相结合的智能交通控制方法,非高峰状态下对交叉路口进行模糊控制、高峰时期采用定时控制的方法,这种模糊控制和定时控制相结合的控制方法,发挥了模糊控制和传统定时控制各自的优势,取得了良好的控制效果。     

基于变结构与PID联合控制策略的车身高度控制仿真

对采用油气主动悬架的车辆车身高度进行控制时,由于摩擦力的影响,采用常规ＰＩＤ等传统控制策略系统存在振荡现象。为解决这个问题,通过分析悬架位移误差的相轨迹图,对ＰＩＤ控制的积分项系数进行切换控制,从而设计出了一种变结构与ＰＩＤ联合控制策略。仿真结果表明,与传统ＰＩＤ控制策略相比,此控制策略在消除系统振荡、获得较高控制精度等方面具有较好的控制性能。     

自适应神经元控制系统的理论分析

对自适应神经元控制系统进行了研究,得出了关于系统的控制作用、稳定性定理的理论结果,为这种新颖的控制系统的工程应用以及神经元控制器件的研制提供了理论依据.     

泵阀并联系统复合式控制策略研究

为综合泵控高效节能和阀控高精度快响应的优势,研究一种泵阀并联位置伺服系统. 建立泵阀并联系统数学模型,并分析系统特性及油源效率;针对系统定位控制,提出一种泵PID控制、阀分段作用PID控制的分段双PID复合控制策略;针对系统动态跟踪控制,提出泵控回路采取PID控制并固定其输出,阀控回路始终采取迭代学习控制的复合控制策略. 仿真结果表明,在定位控制方面,相比纯泵控系统,分段双PID控制策略能够明显提高系统响应速度;在动态跟踪控制方面,固定PID输出和迭代学习控制相结合的复合控制策略,能使系统兼具高效节能和高精度快响应的优势.      

抛光力实时控制策略研究

针对传统抛光过程中的力位耦合问题,构建力位解耦的抛光力气动伺服控制系统.利用数据采集卡和Matlab/simulink的实时工具箱RTW,分别采用传统PID控制、前馈PID控制和单神经元PID控制三种控制策略,研究抛光力气动伺服系统实时控制效果.采用在线最小递归二乘法对前馈PID控制策略的参数实现精确辨识.采用有监督的Hebb学习规则调整单神经元PID加权系数.抛光力实时控制实验结果表明,前馈PID控制和单神经元PID控制与传统PID控制相比,能达到更好的控制效果.前馈PID控制达到稳定力输出所需时间短,单神经元PID控制达到力稳定的过程中振荡很小.     

城市快速路入口匝道控制算法的改进

本文阐述了城市快速路入口匝道控制的机理和作用,对匝道控制方法进行简单分类,分别给出了各种控制方法的模型表达式,并比较分析了不同控制方法的优缺点和给出了各自的适用范围。针对目前城市快速路入口匝道控制中的不足,结合模糊理论控制和支持向量机算法,提出了一种新的城市快速路入口匝道控制策略的标定方法,并给出了基本算法流程,能够满足城市快速路中不断变化的交通状况对控制策略的动态需求。最后,结合广州市某主干道上的实际调查数据,利用本文的控制算法得出了相应的控制方案,并将其用于该主干道的匝道控制中,通过对调查数据的分析表明本文的控制方法能满足动态变化的交通状况,控制效果较好,对城市入口匝道控制的方法研究有一定的参考作用。     

交流异步电机控制方法综述

传统的异步电动机控制是按照电机稳态时的运行规律进行控制,精度低,能耗高,效率差。针对传统电机控制方式存在的问题,本文介绍了当前交流异步电动机的常前控制方法并且指出其缺点和不足。矢量控制、直接转矩控制、无传感器技术、自适应控制、智能控制技术给异步电动机控制带来了新的发展方向。