无刷直流电动机自适应神经元模糊控制系统

针对电动汽车用无刷直流电动机负载波动较大的特点,采用自适应神经元模糊控制策略设计自适应神经元模糊速度控制器,以此提高系统抗负载变化的能力.模糊逻辑控制能够有效地利用语言信息,其控制规则容易表达,可用单神经元的在线学习能力实时调节模糊逻辑变量的权系数,利用离线学习能力补偿传统模糊逻辑控制所产生的系统偏差.理论和仿真研究表明,据此设计的控制系统具有较强的带负载能力和很好的抗负载变化能力,达到了预期控制效果.     

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.     

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。     

单神经元自适应PSD智能控制器及其应用

介绍一类新型单神经元自适应ＰＳＤ智能控制器及其在电加热炉中的应用，实时控制结果表明；它具有超调小，响应快和精度高的特点。     

单神经元自适应PID控制器的研究

将二次型性能指标引入单神经元并利用自学习功能构成了自适应ＰＩＤ控制器;分析了神经元自适应控制系统的稳定性和学习算法的收敛性。仿真结果表明,这种控制方案具有良好的自适应性。     

自适应温度控制系统

介绍一种模型参考自适应控制算法，所设计的ＭＲＡＣ算法简单，易于在工程上实现。该算法是基于Ｐｏｐｏｖ超稳定性理论进行设计的，温度控制未统由单片微处理器构成，主回路采用ＰＷＭ控制方案。实际应用结呆表明：在升温、恒温、降温阶段的控温精度和性能指标都得到很大提高。该温度控制系统适用于被控对象本数大幅度变化和环境干扰异常严重的情况。     

基于模糊神经模型的自适应单神经元控制系统设计

提出一种基于模糊神经模型的自适应单神经元控制系统.该控制系统首先根据采集到的输入输出数据建立被控过程模型,并在此基础上引入单神经元控制器.通过李亚普诺夫方法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值.理论分析和仿真结果表明:本文提出的单神经元控制器和传统的PID控制器具有极其相似的结构,因此,具有结构简单、易于操作的特点,具有较快的跟踪速度,并且控制参数可以在线调节.     

一种记忆元网络自适应控制方法

本文提出了一种神经网络自适应方法。该方法采用记忆元网络采用记忆元神经网络进行对象模型辩识,用单个神经元实现了自适应ＰＩＤ 控制器。被控对象输出误差经记忆元辩识网络反传后得到控制器的输出误差,以此修正控制器网络权值,由于记忆元网络无需引入延迟算子,能够逼近任意阶线性动态,保证了模型辩识的精度和误差返传的精度,神经元ＰＩＤ 控制器具有极为简单的结构与算法,保证了自适应控制的实时性,大量仿真结果表明该方法可以有效地应付非线性对象。     

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 并将单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     

车辆单神经元模型参考自适应控制算法研究

针对智能车辆油门控制系统,提出了一种单神经元模型参考自适应控制算法.首先通过实验研究获得油门控制系统的传递函数,再以该函数获得的数学模型为依据设计了自回归滑动平均模型（NARMAX）神经网络,并对系统输出进行离线辨识和在线预测.采用免疫模糊思想改进二次型单神经元控制算法,构建基于NARMAX神经网络预测的模型参考自适应控制系统,定义了一种评价车辆纵向运动的目标函数,采用浮点遗传算法寻找各控制器的最优值.仿真结果表明,NAR-MAX神经网络可辨识和预测车辆油门系统的动力特性,与免疫模糊和二次型单神经元算法相比,单神经元模型参考自适应算法的阶跃响应速度显著提高.     

一种新的自适应控制规律

在阶跃输入作用下,微机控制的SISO系统是实际工程中最为常见的系统乏一,本文针对此类系统的单纯控制问题,推证一种新的MRAC系统的简化规律,以适应工程实际的需要,并通过仿真实验证实其控制规律是行之有效的。     

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。     

数控机床神经元自适应位置控制算法

在传统PID控制器的基础上,基于神经元的自学习特性,提出了适用于数控机床位置伺服控制的神经元控制器。该算法的特点是不需要系统建模,结构简单,控制参数实时自适应调节,运算简单,适用于工程实际应用。仿真和数控机床伺服系统的实时控制实验表明,当受控对象的运行环境未知时,该自适应控制算法仍然有效。     

非线性模糊间接自适应控制器的设计和稳定性分析

对Li—xinWang1993年提出的非线性模糊间接和直接自适应控制方法进行了统一的设计和研究。其特点是：1）原来的监督控制器可由D－控制来取代;2）取消了渐近稳定性分析中要求逼近误差平方可积的条件;3）克服了原来控制器缺乏对外界干扰的缺陷。仿真结果验证了新控制方案的有效性。     

离散时不变线性系统的自适应控制

针对含未建模动态和外来干扰的离散ＳＩＳＯ线性系统，提出一种具普遍性的自适应控制方法．这种控制器的设计是基于系统的已知降阶模型，对建模部分的未知参数采用带有死区的加权最小二乘法进行参数递推估计，从而得到稳健的自适应控制．