一种基于模糊神经网络的智能控制系统

针对具有较大惯性和时变特性的被控对象,以减小动态调节过程中累积平方误差指标为目标,设计了基于模糊神经网络的智能控制系统.,并结合动态调节过程的特点推导了学习算法公式。     

一种基于模糊神经网络的智能控制系统

针对具有较大惯性和时变特性的被控对象,以减小动态调节过程中累积平方误差指标为目标,设计了基于模糊神经网络的智能控制系统.,并结合动态调节过程的特点推导了学习算法公式。     

模糊神经网络PID控制器在污水处理中的应用

为建立实时响应快、动态调节性能大、鲁棒性强的污水处理自动控制模型,结合模糊逻辑推理控制、神经网络控制及常规PID（Proportion Integration Differentiation）
控制技术,设计了模糊神经网络Fuzzy-PID污水处理控制器。仿真结果和实际应用显示,采用该控制器后,整个控制系统的收敛性、鲁棒性以及动态响应性等均有了很大的改善,
系统具有较强的稳定性和自适应性。     

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。     

污水处理中污泥状况的分析

介绍了活性污泥的色相特征，分析了污水处理中出现异常的各种原因及表现形式，并由此提出了合理的防治对策。     

基于模糊神经网络的自适应控制在污水处理中的应用研究

污水生物处理过程的生产条件恶劣,随机干扰严重,具有多输入、多输出、不确定性、强非线性、大时变、难以用数学模型来描述.针对传统的污水处理方法已经不能满足现在的处理要求的问题,提出了用模糊神经网络的自适应控制可以较好的解决,可以达到更好的控制效果.     

基于DE-BP算法的模糊神经网络控制器及其在污水处理溶解氧浓度控制上的应用

针对污水处理过程这一多变量、强耦合的复杂非线性系统,提出了一种基于差分进化算法的模糊神经网络控制方法,并应用于污水处理过程溶解氧浓度的控制。首先利用差分进化(DE)结合BP的混合算法对给定的模糊神经网络控制器结构参数进行离线优化,然后利用BP算法较强的局部搜索能力,对参数进一步在线调整。将所提出的控制器用于污水处理BSM1仿真平台的溶解氧浓度控制,控制性能优于常规的模糊控制器,仿真结果表明了该控制策略的有效性。     

基于神经网络的带遗传算法的模糊控制器

研究如何将模糊逻辑系统（ＦＬＳ）、人工神经网络（ＡＮＮ）及遗传算法（ＧＡ）相结合,构成一个有机的控制器,从而达到准确、快速的控制。     

基于神经网络的模糊控制系统的研究

从模糊理论和神经网络各自特点出发 ,详细讨论这 2大系统的联系和区别 .进一步将两者有机的结合起来 ,实现基于神经网络的模糊控制推理结构的设计 ,同时给出其设计的方法和步骤 .显示两者的结合是实现更完美智能控制系统的有效途径 .     

污水处理中污泥的处置与利用

介绍和分析了我国污泥产生和处置利用的现状,比较了国内外采用的方法,并根据我国国情提出了污泥资源化、能源化的处置和利用途径的建议。     

神经网络在污水处理中的应用

神经网络技术的迅速发展及其理论的不断完善为其在各个领域的应用奠定了基础．污水处理系统是复杂的非线性系统，用神经网络技术控制污水处理过程是可行和必要的，在我国更具有现实意义．分析了神经网络在污水处理自动控制中所起的不同作用，并在此基础上指出了今后的研究方向．     

神经模糊逻辑控制系统隶属函数和推理规则的确定

针对当前开发模糊控制系统的一个难点——发现最优的隶属函数和模糊规则，研究了利用神经元网络的学习能力，从历史数据中发现隶属函数和模糊规则，在一定程度上减轻了系统开发工作量，克服了由于缺乏经验而可能造成的偏差．文中采用了三个学习算法：Ｋｏｈｏ－ｎｅｎ自组织算法、有监督的竞争算法以及ＢＰ算法，设计了一个二输入一输出的程序，并提供了运行结果     

一种模糊神经网络自校正控制器设计与应用

本文提出了一种模糊神经网络智能控制方法，并介绍了采用多层神经网络表达模糊控制和知识规则，模糊推理和学习算法，实验仿真结果表明，这种控制方案可改善具有时变及大纯滞后系统的控制品质，其性质优于一般模糊控制。     

模糊 RBF 网络简化模型研究

在一定的前提条件下,提出一种简化的模糊ＲＢＦ网络模型．该网络由输入层、模糊化层、模糊联结层、合成联结层和输出层组成．同时,还给出网络的构造方法和自学习方法．仿真结果表明此网络对非线性、多变量函数具有良好的逼近能力．     

T-S型模糊RBF神经网络的结构研究

提出Ｔ－Ｓ型模糊ＲＢＦ神经网络模型结构,讨论该模型参数的输入空间模糊最优聚类学习算法．仿真结果验证了学习算法的有效性和可行性,表明Ｔ－Ｓ型模糊ＲＢＦ神经网络可逼近任意多变量非线性函数．     

带有参数自调整机构的多变量系统模糊神经网络解耦控制

在文献[1]的基础上,引入模糊神经网络和参数自调整算法,改善系统的智能,使系统具有自学习和自调整模糊规则的能力.仿真结果表明,该方法能实现静态解耦,并提高了系统的抗干扰能力和鲁棒性,改善了系统的性能.     

模糊神经网络的若干进展

文章对本世纪80年代中期兴起并紧密结合现代科学技术进步的一门新兴学科——模糊神经网络进行了综述，分析了所取得的主要成果及其特点，并指出了今后模糊神经网络研究中有待解决的许多阿题。对开展模糊神经网络的研究将具有启迪作用和现实意义。     

活性污泥法动力学在制药废水处理中的应用

本文详细地探讨了用连续流完全混合活性污泥法处理红霉素、痢特灵，呋喃啶生产废水的动力学，测定了该废水的活性污泥动力学常数，并提出了用动力学常数设计曝气池的方法。当试验水温为２０℃时，求得的动力学常数为：最大比基质降解速率ｖｍａｘ＝１．５ｄ－１；饱和常数 Ｋｓ＝３５．２ｍｇ／１，产率 Ｙ＝０．３６８，衰减常数 Ｋｄ＝０．０４５ｄ－１， 基质耗氧系数 ａ’=０．２５和内源呼吸耗氧系数 ｂ’=０．ｄ－１。