基于MATLAB语言的电加热炉神经元PID控制的建模与仿真

给出基于MATLAB语言的神经元PID控制器S函数 ,在此基础上建立电加热炉神经元PID控制的SIMU LINK仿真模型 ,最后给出该模型的仿真结果 .仿真结果表明 ,利用该SIMULINK仿真模型可以方便地实现对电加热炉神经元PID控制的研究     

余数制神经网络

提出了一种新的神经元模型，其数据和权值用余数制表示，称之为余数制神经元．它的处理能力等效于一些多层感知机模型．同时提出用中国余数定理重构信号，等效于神经元之间的非线性连接．将此模型用于分类，其单层网络可用于解高阶和边界模糊问题     

B P神经元控制器仿真

ＢＰ神经元网络具有很强的自适应、自学习和映射能力．本文对ＢＰ神经元拄制系统进行了仿真．整个仿真过程是在ＢｏｒｌａｎｄＣ＋＋２．０环境下实现的，控制算法程序具有较高的效率、扩充性和维护性．     

抛光力实时控制策略研究

针对传统抛光过程中的力位耦合问题,构建力位解耦的抛光力气动伺服控制系统.利用数据采集卡和Matlab/simulink的实时工具箱RTW,分别采用传统PID控制、前馈PID控制和单神经元PID控制三种控制策略,研究抛光力气动伺服系统实时控制效果.采用在线最小递归二乘法对前馈PID控制策略的参数实现精确辨识.采用有监督的Hebb学习规则调整单神经元PID加权系数.抛光力实时控制实验结果表明,前馈PID控制和单神经元PID控制与传统PID控制相比,能达到更好的控制效果.前馈PID控制达到稳定力输出所需时间短,单神经元PID控制达到力稳定的过程中振荡很小.     

基于神经网络的PID参数自整定控制及其Matlab仿真研究

将神经网络自适应PID算法与传统的PID控制算法进行比较分析,通过仿真实验,验证神经网络自适应PID控制算法在总体上优于传统的PID控制算法.该方法有利于系统控制效果的提高,并且受环境的影响较小,在一定程度上弥补了传统PID控制的不足.     

自适应神经元控制系统的理论分析

对自适应神经元控制系统进行了研究,得出了关于系统的控制作用、稳定性定理的理论结果,为这种新颖的控制系统的工程应用以及神经元控制器件的研制提供了理论依据.     

基于单神经元自适应PSD算法用于混沌镇定控制

为了镇定混沌系统的不稳定周期轨道,提出了一种基于单神经元自适应PSD算法的状态延迟反馈法用于混沌的镇定控制。仿真结果表明,该算法不仅能够自适应地完成控制参数的整定过程,而且具有适用范围广、镇定时间短、抗干扰能力强等优点。     

基于单神经元神经网络的无刷直流电机控制系统仿真

无刷直流电机是一种多变量、非线性、参数时变以及强耦合的复杂系统,利用传统比例积分微分(proportional integral differential,PID)算法控制无刷直流电机存在参数调整困难、自适应能力差、控制精度低以及抗干扰能力弱等问题.为实现无刷直流电机的高精度控制,在转速环中引入了基于单神经元神经网络P...     

猫上丘灰质层年龄相关的形态学变化

为观察、比较青年猫和老年猫上丘(superior colliculus SC)灰质层神经元密度及S100蛋白表达的变化,探讨导致相关变化的原因及其意义.用Nissl法显示上丘各层神经元及其分层结构,免疫组织化学方法(SABC法)示S100免疫阳性(S100-IR)细胞.光镜下观察、拍照,计数上丘各灰质层中神经元密度和S100-IR细胞密度.结果显示:与青年猫相比,老年猫上丘灰质层神经元密度显著下降(P<0.01),S100蛋白表达显著增强(P<0.01),胞体较大,阳性较强.说明动物衰老过程中,上丘灰质层存在着明显的神经元丢失,并伴随有星形胶质细胞反应性增生.     

基于预测神经元模型的语音线性预测系数求解新方法

采用预测神经元作为语音信号线性预测模型的一种实现形式,可将线性预测系数的求解问题转化为预测神经元的训练问题,并运用BP算法得到了[神经元权值（即线性预测系数）的递推计算公式,考虑到语音信号能量的不确定性,提出了运用相对预测误差能量作为判断的参数,并按清音和浊音中两种情况讨论了收敛判据,由于利用预测神经元的迭代训练算法,理论上可以最大限度地挖掘语音样本中的相关性,因而可得到非常精确的线性预测系数,计算结果表明,运用预测神经元方法所得到的线性预测系数,精度明显高于传统的杜宾算法和格型算法。