基于BP模糊神经网络的交通信号灯控制器设计

针对当前定时交通信号灯控制的落后现状,提出一种基于模糊神经网络的交通信号灯控制系统.通过模糊化处理,根据改进后BP算法进行离线训练,该系统能随时根据车辆情况智能控制信号灯的时间.实验表明该控制器与单纯用模糊控制比较,控制精度高、响应速度快、智能化程度高和鲁棒性好.     

四旋翼飞行器PID优化控制

针对四旋翼飞行器具有非线性,强耦合性,多输入的欠驱动系统的特点,研制出既能精确控制飞行器姿态,又具有较强抗干扰和环境自适应能力的控制器。为了达到更好的飞行效果,采用了传统的PID控制算法,但实际应用中需要对PID参数进行优化,提出改进的PSO算法和遗传算法相结合的优化控制方法。为了优化PID参数,首先对飞行器进行动力性建模,再利用改进的PSO算法和遗传算法作PID参数优化。仿真和飞行实践的数据表明,相对于标准的PSO算法,飞行器有更好的鲁棒性和控制效果。