神经网络控制系统仿真

利用基于神经网络修正误差ＢＰ学习算法的多层网络和间接学习或专门学习的动态逆特性控制方法＾［１］编制的神经网络控制系统的仿真软件（ＳＣＳＢＮＮ），给出了调节时间和最大超调量与神经网络中间层节点数的关系曲线，同时给出了各种学习率和神经元作用函数增益的响应曲线。ＳＣＳＢＮＮ也可用于神经网络非线性控制系统。仿真结果说明神经网络非线性控制系统具有良好的控制性能。     

电子商务活动中的信息安全传播

分析了信息在电子商务活动中的地位和作用，对电子商务活动中信息流的安全传输问题和电子商务中信息流传播形式进行了研究，讨论了电子商务活动中信息传播的主要障碍，信息流的控制方式及信息传播的发展趋势。     

连续发酵过程的神经网络预测和控制

给出了神经网络趋化性算法的一种新的实现策略，在此基础上，提出了一种动态递归神经网络建模方法和一种控制作用受限的自学习非线性控制方法。将其用于连续搅拌签式发酵器的状态变量的在线预测和优化控制，仿真结果表明，预测精度高，控制效果好，具有强抗扰和强鲁棒性。在不知道生化过程模型结构的情况下，神经网络模型，可取很容易地通过在线或离线学习到高度复杂的非线性生化过程的输入．输出关系。对于经过最优操作点，稳态增益的符号会发生变化的这类难以控制的生化过程，神经网络非线性控制策略，可以使生化反应器始终维持在最优状况。本方法有望在实际工业过程中得到应用。     

专家控制与神经元控制结合算法的研究

提出了一种改进的神经元控制算法，此算法采用专家控制与神经元控制相结合的方法，有效地解决了神经元网络控制时学习速度较慢，动态响应过程长，克服扰动不力等问题，具有较强的鲁棒性，控制性能优于经典ＰＩＤ方法，典型工业过程对象的仿真表明了本算法的可行性和有效性。     

模糊神经网络模型参考自适应控制及其应用

提出一种模糊神经网络的自适应控制方案，给出了一种模糊神经网络模型和快速的优化学习算法（ＦＬＡ），通过网络的在线自学习不断修正模糊神经网络控制器的隶属函数和权值，实现了模糊逻辑规则的自动更新，经仿真结果和倒立摆控制表明，这类自适应控制具有良好的控制性能。     

8098单片机炉温控制系统

本文介绍了单片机炉温控制系统。利用８０９８单片机进行晶闸管的过零触发控制，对热电偶测温进行冷端补偿和非线性校正。控制算法采用大林算法和ＰＩＤ算法相结合的方法。具有控制效果好，参数修改方便等特点     

一种基于模糊控制思想的非线性变权PD控制器及仿真

在龙升照等提出的模糊控制规则的自调整型基础上设计了一种非线性变权PD控制器,分析了控制器参数的作用.由于控制算法采取了按误差大小自动调整误差对控制作用的权重的方法.所以对一类消除误差的控制具有通用性.文中给出了应用实例与计算机仿真.     

VISC的研究概况及发展方向

科学计算可视化（ＶＩＳＣ）是目前计算机图形学中最重要的研究领域之一，它对于加快数据处理速度、观察多种物理现象的本质及控制科学发展的过程等起着很大的作用。本文综述了ＶＩＳＣ的起源和发展、研究内容、算法及显示的流程等问题，提出了今后的发展方向。     

免疫控制图学习算法

目的 分析时序数据变化状况、记录数据特性值随时间而发生波动的过程是否处于控制状态，如有异常，则可对该时间段数据进行挖掘，通过挖掘发现知识；方法 以统计学的正态分布与中心极限定理为理论基础，结合免疫进化的思想，提出免疫控制图原理及学习算法；结果 理论分析和仿真实验表明了免疫控制图方法的实用性和有效性；结论 免疫控制图在质量数据的分析与控制、顾客的消费行为分析、股票市场波动的异常反映、网络安全管理等领域有着广泛的应用。     

枸杞干制温度的微机实时监控系统

对枸杞干制过程微机实时监控系统进行了研究和设计，实际运行结果表明，系统稳定可靠，控制效果良好，满足生产工艺要求。     

电阻炉温度的智能化控制

针对提高电阻炉温度的控制质量,研究了利用单片机实现以微分先行、P-PI为控制算法的智能化控制方案,给出了单片机的硬件组成和控制算法。实践证明该控制方案在性能指标如超调量、稳定时间和稳态误差等方面,取得了较为满意的结果。     

智能寻迹车常见控制算法研究及比较

为了使自动识别路径的智能车能够稳定、可靠地在不同跑道上行驶,速度和方向的控制是整个智能车系统控制的核心。实验表明,加载了几种常见小车控制算法的智能车对赛道的适应性和其控制的稳定性都得到了较大的提高。     

拥塞控制的研究现状及未来展望

对网络拥塞控制算法的研究现状进行总结，讨论了拥塞控制领域的研究热点。     

遗传算法与神经控制的融合算法研究

遗传算法和神经控制是现代智能控制常用的两种方法,它们具有各自的优点和不足。将遗传算法用于前向神经网络的可能性进行了研究,阐明了遗传算法和神经网络结合的必要性。针对遗传算法和神经控制各自的优缺点,设计了二者的融合算法,将遗传算法应用于神经网络控制器的学习和训练,从而使建立的控制器兼有二者的优点,具有神经网络的广泛映射能力和遗传算法快速全局收敛以及增强式学习等性能,继而提高控制系统的性能。运用该方法对电加热炉温度控制系统进行的仿真实验,实验结果体现了良好的控制效果,证明了融合算法的优越性。     

温度预测模糊控制系统

将预测控制与模糊控制结合起来,形成一种预测模糊控制算法,并将该算法用于工业电阻炉的实时温度控制,获得了良好的控制效果。算法中,预测控制负责提高控制精度,模糊控制负责为实时控制提供预测模型未收敛时的控制量及模型收敛后的修正前控制量。     

个性化室内温度模糊控制系统的设计与研究

就个性化室内温度控制问题 ,提出了一种基于遗传算法的FUZZY控制规则自动生成系统的设计和研究 它考虑到室外温度、房间结构、湿度、室内家具摆设等因素对室内环境的影响 通过自组织、自学习、自进化营造一种舒适的“个性化”生活空间 该系统可作为一般空调或中央空调设备的个性化附件 ,其作用是以个体的感受为目标的智能模糊控制系统     

基于预测的模型参考自适应逆控制

由于纯延迟离散系统仅存在延时的逆模型,因而对该系统进行自适应逆控制时,扰动消除会产生一定的延迟误差。为此,提出了一种基于非线性预测的模型参考自适应逆控制方法,实现了扰动的实时消除,从而无延迟误差,使系统控制性能得到改善。仿真结果表明了新方法的有效性。     

自适应Dahlin数字控制器

提出了一种新型的自适应Ｄａｈｌｉｎ数字控制器，给出了它的设计原理和实验结果。这 种自适应数字控制器可用于参数和时滞未知或慢时变的受控对象，它不要求时滞严格等 于采样周期的整数倍，因而也能用于逆不稳定的离散时间系统。     

Buck型DC-DC变换器中数字预测模糊PID控制器的设计与实现

为了提高数字DC-DC变换器的瞬态响应性能,设计了一种基于数字预测控制方法的模糊PID控制器.该控制器根据Buck型DC-DC变换器的电路结构,准确预测单个开关周期或多个开关周期后的负载电压和电感电流,以克服环路时延对系统瞬态响应的影响;同时,在基本PID控制基础上引入模糊控制,实时在线调整PID控制参数,以克服变换器的非线性特性对瞬态能力的影响.所设计数字控制器经FPGA验证,结果表明,与基本PID控制相比,所设计数字预测模糊PID控制器能有效提高变换器的瞬态响应能力,变换器的瞬态响应时间缩短1/3,电压超调量小于5%.     

有源结构声辐射自适应控制系统的一种新算法

提出了一种适用于有源结构声辐射自适应控制系统的新算法,它直接利用传感器拾取的干扰信号和误差信号实时地建立系统模型和误差通道模型,通过解Ｄｉｏｐｈａｎｔｉｎｅ方程得到自适应控制模型,仿真表明新算法较传统的Ｆｉｌｔｅ－ＸＬＭＳ等算法具有更好的收敛性。