共查询到19条相似文献,搜索用时 343 毫秒
1.
2.
张文庆 《黑龙江大学自然科学学报》2008,25(5)
机械臂属于强耦合多变量的典型非线性系统,常规的控制策略难以取得满意的控制效果.采用基于BP神经网络的模糊自适应PID控制策略,解决了原有PID控制的参数自适应能力弱、鲁棒性较差的问题.该方法采用BP神经网络动态调整PID控制器参数,使之能够随时满足控制精度的需要,改善系统的控制性能.仿真实验结果表明:所提的控制策策略实现简单,同时具有较高的控制精度. 相似文献
3.
4.
针对一类不确定非线性系统提出了自适应模糊观测器设计方法.该观测器采用模糊系统逼近非线性函数,它不要求被观测对象结构和参数已知的条件,并对估计误差、模糊逼近误差和外扰的存在采用了鲁棒监叔项以保证良好的观测性能,该观测器是对非线性广义Luenberger自适应观测器的一种扩展.该方法的有效性得到理论证明和仿真实验的验证.[第一段] 相似文献
5.
四辊宽带冷轧机在轧制过程中板材的轧制质量,即影响板材形状的因素众多,且多为非线性影响因素,因此,很难针对具体的CVC四辊冷轧机板形轧制过程建立精确的数学分析模型;目前在线使用的PID控制算法难以满足板带轧制机的板形控制的精度要求。在控制环节中,加入模型预测控制理论(MPC),设计预测控制器,采用滚动优化和反馈校正的控制策略,建立一个具有自适应学习功能的板形控制功能模块。 相似文献
6.
遗传算法在PID自整定控制中的应用 总被引:1,自引:0,他引:1
提出了一种基于遗传算法和单神经元的自整定PID控制器的设计方法,该控制器首先利用遗传算法对PID的3个参数作离线优化,搜索到一组准最优的PID参数,作为PID控制器参数的初始值,然后利用改进后的单神经元梯度下降法在线调节PID参数,以使系统获得最优的动态性能和稳态性能.仿真结果表明:与传统PID控制算法比较,该控制方法响应速度快,具有更好的控制效果. 相似文献
7.
8.
9.
10.
11.
12.
提出一种基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制新方法,该方法针对传统的PI调节器固定参数所造成的不足,利用具有自适应能力的单神经元PID调节器和RBF神经网络相结合,实现了参数在线辨识,转速在线控制.仿真结果表明该方法控制精度高,动态特性好,适合于永磁同步电机的速度控制. 相似文献
13.
14.
15.
为了能够更加准确地实现地铁客流预测,提出了一种基于经验模态分解算法(empirical mode decomposition, EMD)优化非线性自回归(nonlinear auto regressive,NAR)动态神经网络的地铁客流量短时预测模型.分析地铁客流量数据后发现日客流量具有一定的变化规律,为此使用了基于时间序列的NAR动态神经网络,该网络具有优秀的非线性动态拟合能力和反馈记忆的功能.结合EMD经验模态分解算法优化NAR动态神经网络预测模型,以此来减少预测误差,提高预测精度.结果显示,EMD-NAR神经网络组合预测模型适用于地铁客流的短时预测,预测精度可达93%,具有较好的应用价值. 相似文献
16.
为了更好地预测河道砂体间的复杂连通情况,根据萨尔图油田中区西部葡I油层组的密集井网资料,考虑将影响砂体连通性的主要因素(物性参数、砂体规模参数、隔层特征参数等)与连通级别建立一个非线性映射模型,通过反馈误差学习方法对砂体连通性进行定量分析。通过对PI2、PI3河流相储层结构即单砂体接触模式及展布特征的分析,选取影响连通性的合适参数和代表性学习样本,利用BP神经网络判别模型进行反复学习和预测。通过比较预测输出与期望输出的误差情况可知,基于BP神经网络的砂体连通性定量判别具有较好的应用效果,并且可以考虑延伸应用于对整个区块的连通性预测当中去。 相似文献
17.
尽管模糊PID控制器具有良好的控制品质,但存在计算复杂和实时性差的问题,为了解决这个问题.利用1LBF神经网络逼近能力重构模糊PID控制器,由于重构的RBF神经网络的并行计算能力,这简化了计算复杂性并提高实时性.通过选择不同的给定信号,比较模糊PID控制器和重构的RBF神经网络的控制性能.得到两者的控制效果是相当的.说明重构的RBF神经网络可以取代模糊PID控制器,从而减少了计算复杂性.避免维度灾难并改善控制实时性. 相似文献
18.
基于粒子群优化的BP神经网络预测方法及其应用研究 总被引:1,自引:0,他引:1
本文提出了一种基于粒子群优化的BP神经网络预测方法.该方法利用粒子群优化算法全局搜索BP神经网络的权值和阈值,并利用优化后的BP网络建立预测模型对经济指标进行预测.仿真实验结果表明,该方法克服了传统BP神经网络本身所存在的局部最小值和训练速度慢等不足,能够较好应用于定量经济指标预测,有效提高了预测的精度. 相似文献