基于神经元的直流调速系统

把单神经元ＰＳＤ控制策略引入到直流调速系统中，提出了一种具有自适应功能的直流调速系统，并对其动态特性进行了仿真研究，结果表明，该系统具有良好的动态特性和鲁棒性。     

基于神经元控制的直流调速系统的DSP实现

本文对神经元控制系统的工作原理进行了描述,并介绍了基于神经元控制的直流调速系统的DSP(TMS320F240)实现.还给出了一些编程的方法、要点和软、硬件调试技巧.     

关于稳定性定理的拓广

针对于一般的非自治系统,从定义域的角度拓广了现有的稳定性判定定理,使它们成为文中定理的推论;并给出了几个例子,论述了这些定理的有效性．     

单神经元控制算法的MATLAB仿真

人工神经网络最基本的组成单位是神经元，利用具有自学习能力的单神经元来构成单神经元自适应PID智能控制器，不但结构简单，且适应性和鲁棒性较强。本文讨论了单神经元自适应PID智能控制器的结构，学习规则，并通过MATLAB仿真软件给出实例。     

用波波夫超稳定性理论设计交流调速系统

根据模型参考自适应原理，针对无速度传感器交流调速控制系统中速度辨识算法的收敛性问题，采用波波夫超稳定性理论设计了异步电机无速度传感器的直接转矩控制系统。理论分析证明，所提供的方法能保证速度辨识算法的全局渐进稳定性，仿真结果证明了这种方法的有效性。     

基于单神经元控制器交流 PWM 调速系统

针对常用的单神经元控制方法在交流ＰＷＭ调速系统中应用存在的问题,提出一种基于增量式单神经元控制方法,仿真结果表明该方法有效提高了控制效果和系统性能,且控制器结构简单,适于工程应用．     

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.     

时变离散系统的渐进稳定性检验定理及算法

提出了时变离散系统的渐近稳定性检验定理和算法．给出基于时变离散系统的传输矩阵的范数或谱半径检验定理的判椐,为时变离散系统的渐近稳定的充分和必要条件．讨论了时变离散系统与端点离散时不变系统两者间稳定性检验的区别,表明时变离散系统的稳定性不能由其时变系统矩阵集合的端点矩阵来确定．     

基于单神经元控制的交流调速系统及其仿真

针对矢量控制的交流电机调速系统，提出了若干单神经元的积分分离的PI型速度调节器，并对负载转矩进行补偿，在MATLAB下的仿真结果表明，系统具有良好的鲁棒性和快速性，对电机参数不敏感。     

Ghostburster神经元系统的稳定性与Hopf分岔

考虑一类弱电鱼椎体的神经元细胞Ghostburster系统模型, 首先用数值计算方法给出该神经元系统的平衡点, 通过分析平衡点附近Jacobi矩阵对应的特征值, 分析平衡点附近的稳定性及其类型. 其次, 用Hopf分岔存在性理论及其分析方法给出该系统模型Hopf分岔的方向及分岔周期近似解和近似周期. 结果表明, 当系统参数控制在一定范围内时, 系统模型产生了亚临界Hopf分岔, 并出现周期逐渐增加且不稳定的周期解轨道. 最后, 利用MATLAB等数学软件给出理论分析对应的数值模拟结果, 模拟选取树突膜钾离子电流最大电导和胞体膜注入电流的相关参数作为分岔参数, 考察系统在单参变化下的动力学行为.     

神经网络自适应模糊控制器设计与应用

把神经网与模糊系统相结合，提出一种基于神经网络的自适应模糊控制器，这种控制系统由模糊神经网络控制器和模糊网络组成，具有自适应学习能力，仿真结果以及应用于温度控制系统中，其鲁棒性明显优于一般Ｆｕｚｚｙ控制。     

An Intelligent Adaptive Fuzzy PID Controller Based on Multimodel Control Approach

A novel intelligent adaptive fuzzy PHD controller based on multimodel control approach is presented in this paper.It can improve the system performance of the dynamic time- varying system at various operating conditions.The fuzzy PHD controller is implemented by combining a fuzzy PI with a fuzzy PD controller in a parallel structure. The parameters of the fuzzy PHD controller are linked, via analytical derivation, to the gains of the linear PID controller. The sum of error square is used as performance criterion to locate the model that best reresents the process among the multiple models, The desired control output to drive the process along the desired path is generated only by modifying the output scale factots GU_I and GU_D of the fuzzy PID controller, Among the prescribed models, the control signal of the nearestmmodel to the system is applied. The system can be driven to its original trajectory because of the robustness of the fuzzy PID controller, Computer simulation results show that the adaptiv     

基于神经网元的自适应Dahlin数字控制器

在常规Dahlin数字控制器基础上,提出了1种基于神经网元的自适应Dahlin数字控制器.它具有收敛速度快、鲁棒性强的特点,而且学习算法是自适应的.它既可以用于参数时变和时滞未知的受控对象,又适用于逆不稳定过程,同时不存在控制器的振铃现象,是解决具有慢时变和时滞未知工业过程控制的有效方法.     

基于神经网络的多变量自适应控制器

利用神经网络对非线性映射的逼近能力，通过采用一步超前预测控制性能指标及网络模型局部线性化的思想，给出了一个显式的控制律和相应的自适应控制算法，仿真结果表明了该控制算法的有效性。     

基于DLF神经网络的非线性自适应PID控制器

针对非线性时变现象,将DLF神经网络与PID基本原理相结合,提出了基于DLF神经网络的非线性自适应PID控制器设计方法,并解决了此类控制器初始参数难以设置的问题,仿真研究证实了其可行性和有效性。     

基于反步法的CSTR神经网络非奇异自适应控制

针对一类参数不确定连续搅拌釜式反应釜(CSTR:Continues Stirred-Tank Reactors)系统中的参数不确定性,研究了一种基于反步(Backstepp ing)方法的神经网络自适应控制器。该控制器采用多层神经网络,可较好地逼近系统的复杂非线性动态,网络权值能在系统先验知识不多的情况下在线调整,更新律可用Lya-punov综合法在线获得;通过构造类加权形式Lyapunov函数,使控制器能有效处理自适应控制中可能的奇异性问题。系统仿真验证了方法的有效性和可行性。结果表明:该控制器能保证闭环系统全局稳定,并对系统参数的不确定性和有界干扰具有一定的鲁棒性。     

一种基于模糊神经网络的自适应PID智能控制器

设计了一种新的基于模糊神经网络的自适应PID智能控制器,该系统利用模糊神经网络对被控对象进行模糊辨识,同时,采用BP学习算法的神经网络自适应地调整PID控制器的参数,将模糊技术、神经网络与PID控制综合起来,从而实现PID控制的自适应和智能化。仿真实验表明,该控制器具有较高的控制品质。     

AQM中基于神经网络自适应的PID控制器

将神经网络和PID控制器有机结合,形成一种基于RBF网络在线辨识、单神经元网络在线整定的自适应PID控制器,用于对主动队列管理（AQM）的拥塞控制.仿真结果表明,该控制器对负载队列的控制效果明显优于传统PID控制器.     

神经网络自适应控制器设计

对前馈神经网络用于动态系统的辨识、自适应控制进行了分析和数学推导，给出了自适应神经网络控制器的设计方法．最后通过仿真实例进行了说明．     

基于模糊神经网络的PI自适应控制器

利用模糊神经网络的模糊推理能力以及前馈神经网络的逼近能力 ,将其与自适应控制方案结合 ,并取带有控制增量约束的广义目标函数作为优化指标 ,从而推导出一种能对非线性非最小相位系统进行有效控制的模糊神经网络间接自适应控制器。在网络学习算法上采用带有动量项的BP算法。仿真结果表明了该方法的有效性。