一种改进型的粗糙-神经网络PID控制器设计

针对一般的神经网络PID控制器难于得到系统预测输出值的缺陷。提出一种改进型的粗糙集神经网络PID控制器，阐述了其设计原理；对串级过热汽温控制系统的仿真结果表明，与普通神经网络PID建模方法相比，该控制器抗干扰和鲁棒性强。     

一种基于极限理论的模糊控制器规则结构的研究

根据模糊控制器的解析结构，基于极限结构理论对模糊控制器规则进行结构辨识。该辨识方法使模糊词集中语言变量个数的选取具有一定的依据性。     

一种免疫控制器在飞轮BLDCM中的应用

为了解决飞轮储能系统内置永磁无刷直流电机的控制问题,将基于Varela免疫网络模型的免疫控制器分别用于电机转速和力矩的控制,并给出了这种免疫控制器的控制参数参考值.与传统PID控制器相比,免疫控制器能够提供稳定的转速控制信号动态响应,有效降低电机转矩脉动幅值,并维持周期性的、相对稳定的变化,使得系统输出电流信号波形畸变小,波形接近理想梯形波,控制参数自适应性好.研究表明,基于Varela免疫网络模型设计的免疫控制器可作为一种新方法用于飞轮直流无刷电机控制.     

一种基于粗集理论方法的水位模糊控制器设计

应用粗集理论中知识表达系统决策规则的简化方法对模糊控制规则进行约简来设计粗糙模糊控制器,通过约简简化控制系统,从而得到一个最简控制决策规则,使系统更易于控制。完成了水箱水位粗糙模糊控制器的设计,并分别进行了模糊控制和粗糙模糊控制仿真研究,研究结果表明该粗糙模糊控制能有效改善模糊控制的性能。     

一种新型PID参数自适应模糊控制器

在PID工程整定法的基础 ,提出了一种基于模糊规则的模糊PID复合控制算法,算法根据Z－N工程整定等方法将PID公式简化,通过模糊控制规则和模糊推理确定一张模糊控制表,在实时控制中通过对模糊控制表的查询,在线调整PID控制参数,仿真实验表明,该控制算法具有简单,鲁棒性强和动态品质优良等特点。     

一种广义控制规则和实用控制器

本文以一种新的观点，对人在误差调节过程中的一般控制行为做了归纳和分析，提出广义控制规则，并依之建立了一种新结构的实用型控制器。用仿真方法对其有效性和实用性加以验证和说明．结果令人满意．     

二氧化碳焊接电流多因子自调整模糊控制器研究

研制了一种以可编程控制器为核心器件，并通过软件方式实现稳定二氧化碳焊焊接电流的5因子调整模糊控制器，该模糊控制器可以消除因电弧电压调节，网络电压波动，保护气体纯度，以及流量，焊炬高度变化等随机因素所引起的焊接电流的偏差，从而达到稳定焊接电流的目的。焊接工艺实验表明，模糊控制器具有良好的动态特性和很好的稳定性。     

一种基于粗糙集的粗糙神经网络构造方法

针对神经网络中各神经元和权不能赋予明确的物理意义 ,提出了一种基于粗糙集的神经网络模型 .该模型利用粗糙集理论数值分析的能力 ,首先从给定的数据集中抽取出规则 ,然后根据这些规则构造神经网络隐含层的神经元个数 ,从而确定粗糙神经网络的初始拓扑结构 .同时 ,将输入映射到输出子空间 ,并在这个子空间上用神经网络进行逼近 ,由此得到一种可理解性好、收敛速度快的神经网络模型 .实验结果表明 ,该模型能够较好地处理神经网络拓扑结构、训练样本的大小、样本质量等对神经网络的精度及泛化能力有直接影响的问题 ,在大大缩短训练时间的同时 ,它的预测精度可达 96 4 % ,较同条件下径向基函数神经网络模型的精度高 3 6 % .     

具有记忆与积分能力的双因子免疫控制器及其特性的仿真研究

提出了一种改进的双因子免疫反馈模型.基于这种能够比较合理地描述特异免疫过程的新的双因子免疫反馈模型,给出了一个双因子免疫控制器模型.该控制器结构简单、易于实现.仿真研究与分析表明,其具有一阶积分特性、对大滞后系统有良好的稳定能力、有记忆功能、参数调节容易等特性.     

一种新颖的单神经元励磁控制器

本提出了一种新颖的发电机励磁控制的单神经元控制结构，并利用遗传算法进行控制器的设计。数值仿真分析证明了所提出的神经元励磁控制器具有良好的控制性能。     

基于Varela免疫模型的免疫控制器的设计与仿真

Varela免疫网络模型是继Jerne独特性网络模型之后的第二代网络模型,Varela免疫网络模型描述的是没有外来抗原作用时的T、B细胞因子的动态平衡关系.本文在此基础上建立了一种考虑抗原的改进的Varela免疫网络模型.然后基于这种能够在一定程度上合理描述生物免疫特性的改进Varela免疫网络模型,构造了一类与被控对象无关的免疫控制器模型.以大惯性大滞后模型为被控对象,采用仿真的方法研究了该免疫控制器的特性.仿真研究与分析表明:该免疫控制器具有一定的记忆和自学习能力,具有较好的抗纯滞后及参数自适应性能.文中将这种免疫控制器的参数变化对控制系统的影响也作了仿真研究.     

基于S模型的水下机器人改进人工免疫控制器

为分析水下机器人非线性运动控制系统的特点,采用基于生物免疫生理特性与免疫应答的免疫控制方法,结合Sigmoid非线性模型和函数简化策略,得到改进型免疫控制器.水下机器人仿真试验表明,该控制器具有设计简单、响应速度快、超调小、鲁棒性好等优点.     

一种基于粗糙集理论的规则核值的扩展算法

应用粗糙集的理论,提出一种基于规则核值的扩展算法。利用该算法对从信息数据进行约简,并求出规则的核值．在规则核值的基础上对规则进行扩展,从而去除规则中的冗余条件,得到更加简化的规则．     

基于S-粗集理论的交通控制系统研究

利用粗集理论的知识推理,通过对交警指挥交通的实际经验所得决策表的约简,归纳出一系列交通控制规则,提出了一种基于S-粗集理论的交通控制模糊建模方法,实现了城市交通的粗模糊控制．     

云调节增益自适应单神经元PID的应用

提出了一种单神经元自适应PID控制器，并给出了控制结构模型。首先探讨了单神经元自适应PID控制学习算法，进而通过分析单神经元PID控制算法与系统动态响应及超调量的关系，利用云模型控制器修改神经元控制器的比例系数K，并根据系统误差在线实时修改控制系数，提高了系统响应性能。仿真结果表明，增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强的控制器。     

云调节增益自适应单神经元PID的应用

提出了一种单神经元自适应PID控制器,并给出了控制结构模型。首先探讨了单神经元自适应PID控制学习算法,进而通过分析单神经元PID控制算法与系统动态响应及超调量的关系,利用云模型控制器修改神经元控制器的比例系数K,并根据系统误差在线实时修改控制系数,提高了系统响应性能。仿真结果表明,增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强的控制器。     

基于粗糙集理论的仿人控制器设计

针对如何模拟人的控制行为以及提取控制行为特性问题,提出了基于粗糙集理论的仿人控制器的规则提取方法和仿人控制器的设计方法,包括用人控制行为的样本集建立初始决策信息表、信息表离散化、属性约简、规则提取和决策表完备化等。实验结果表明:将所设计的仿人控制器应用到原有的实际系统中,能顺利实现规则校验,提出的仿人控制器的设计方法是可行的。     

基于粗糙Multilayer Perceptron网络的规则提取及生成方法研究

将粗糙集理论同神经网络结合起来,提出了一种基于粗糙集的神经网络体系结构,并以此为基础讨论了神经网络中的规则提取方法.为扩大神经网络的适用范围,利用粗糙集理论中的相关概念来指导神经网络系统的构建,从而使系统参数具有较为明确的物理意义.提出一种对该网络进行训练的学习算法.根据网络中各节点所对应的物理意义以及相应连接权值的大小,给出了一种折衷型算法对粗糙神经网络进行推理规则提取和生成.实验结果表明:粗糙神经网络具有较好的工作性能,并且能给出相应的推理规则.