Improved Learning Algorithm of Hyperball CMAC and Its Convergence Analysis

An improved learning algorithm for hyperball CMAC was presented. Only one parameter is needed to determine the learning rate, and the parameter can be obtained by a self-optimizing method. The convergence of the improved learning algorithm was proved. The simulation research shows that the learning speed and the learning accuracy are both improved.     

一种具有自学习功能模糊控制器的设计与实现

为了克服常规模糊控制器的缺陷，作者设计并实现了一种具有自学习能力的模糊控制器，并应用于蓄电池的化成充电控制这中。同常规模糊控制器相比，它可以更好地控制系统的动态性能。     

一种新的基于自组织映射的流形学习算法

针对自组织映射（Self-Organizing Map,SOM）算法在进行流形学习时容易陷入局部极值和产生“拓扑缺陷”问题的原因,提出了一种新的基于SOM的流形学习算法：TO-SOM（Training Orderly-SOM）．根据流形的局部欧氏性,TO-SOM算法从一个局部线性或近似线性的数据子集出发,按照数据的内在流形结构对其进行有序训练,可以避免局部极值、克服“拓扑缺陷”．根据SOM算法的鲁棒性,TO-SOM算法在成功学习数据内在流形结构的同时,对邻域大小参数和噪声也不像ISOMAP和LLE等现有流形学习算法那样敏感,从而更容易得到实际应用．     

神经网络自学习控制研究

提出一个新型仿真器网络结构并推导出学习算法；提出面向输入输出模型结构的自学习控制器训练结构并推导出学习算法，解决约束控制作用 下多目标终态控制问题并实现感应加热温度智能控制。     

一种基于模式搜索的自学习遗传算法研究

根据自学习遗传算法的原理,设计了基于模式搜索的学习算子.在此基础上与改进的遗传算法结合,提出了一种基于模式搜索的自学习遗传算法.通过对该算法在复杂函数优化情况下与传统遗传算法的对比测试表明,该算法的改进是有效的.     

一种神经网络自适应PID控制器

采用神经网络与模糊逻辑相结合的方式，构造了一种自适应ＰＩＤ控制器。该控制器用具有改进学习算法的神经网络作ＰＩＤ参数调节器，用模糊神经网络对被控对象进行模型辨识，综合了神经网络，模糊控制和ＰＩＤ控制的优点。结构简单，易于实现，且适应环境能力强。     

一种改进型自抗扰控制器在船舶电力推进中的应用

为了解决船舶电力推进中转子磁场定向矢量控制定子电压方程中耦合项的影响,获得更好的动态性能和鲁棒性,本文提出了一种改进型自抗扰控制器,对自抗控制器典型结构做了一定的简化,并将其应用于船舶电力推进中的异步电机转子磁场定向矢量控制,实现了船舶电力推进中的异步电机磁链和转矩的快速调节。仿真结果表明,该控制系统具有优异的动态控制性能,而且参数鲁棒性较强。     

一种新的多重边复杂公交网络模型

在现有公交网络模型的基础上,建立了一种新的多重边公交线路网络模型.这种 公交线路网络模型以公交线路为节点,公交线路间的若干个相同停靠站点为连边.同时根 据网络拆分的思想,对具有相同站点的三条不同的公交线路,通过引入时滞,将四重边公 交线路网络拆分为四个性质不同的子网络,进而以 Chen 系统为网络的节点,研究了四重 边复杂公交网络的全局同步.改变公交车辆之间的控制强度和相同的站点个数,分析了公 交车辆的人为调度和线路优化对公交线路网络平衡的影响. 最后通过 Matlab 进行数值仿 真,为城市公交网络的合理调度提供理论依据.     

一种新的容错控制方法

本文提出了一种新的容错控制方法，故障检测由神经网络构成，而容错控制器则采用模糊逻辑进行设计。该方法对难于精确建模的对象和过程特别适用，且也能在一定程度上适用于非线性对象，仿真结果表明了该方法的有效性。     

对一类非严格重复系统的两种基于二阶内模的迭代学习控制器设计

通过对系统中的不确定参数建立迭代域上的二阶内模来研究一类非线性连续时间系统的非严格重复性,并依照内模原理提出了两种基于二阶内模的参数迭代学习控制器：二阶迭代学习控制器和平行迭代学习控制器．本文分别使用不同的Lyapunov函数,证明了两种控制器在各自的可行范围内都可以保证系统的跟踪误差收敛．通过对这两种学习机制的比较分析,说明了平行迭代学习控制设计的合理性．两个数值仿真不仅证实了两种算法的有效性,也展示了平行迭代学习控制器更好的收敛特性．     

自校正极点配置解耦控制器

本文提出的多变量自校正控制器，完成了对控制系统的闭环及极点配置和动态解耦，且能使系统对阶跃给定值实现稳态无差跟踪。本算法适用于最小相位系统、非最小相位系统以及各道时延不等的系统。数字仿睦证实了本算法的良好性能。     

一种基于PID论域自调整的模糊控制方法

针对以误差、误差的微分和误差的积分组成的线性函数作为输入的模糊控制器存在着模糊推理机规则数取决于单变量的简单划分和控制器设计的自由度减小等因素，在规则不变的情况下，采用了控制器的论域随输入的变化而自调整的策略．对大时延被控对象的数值仿真和误差泛函积分评价指标表明，所提出的论域自调整的模糊控制器比现有控制器具有更好的动静态性能．     

一种新型的匝道控制方法

匝道控制是一种限制交通流量,解决高速公路交通拥挤的有效手段。传统的控制方法多采用单入口匝道控制,一种基于需求一容量差额控制的多匝道协调控制的新型算法能更有效地控制入口匝道。采用Vissim@真软件对该算法进行仿真,仿真结果验证了该算法的有效性。     

一种新型的匝道控制方法

匝道控制是一种限制交通流量,解决高速公路交通拥挤的有效手段。传统的控制方法多采用单入口匝道控制,一种基于需求-容量差额控制的多匝道协调控制的新型算法能更有效地控制入口匝道。采用Vissim仿真软件对该算法进行仿真,仿真结果验证了该算法的有效性。     

一种实用智能控制器的设计

本文根据专家控制和模糊控制的特点,将专家控制技术与模糊控制技术结合起来,设计了一种简单适用的智能控制器,解决了单纯模糊控制中存在的问题。仿真结果和在炉温控制的实际应用中证明了该方法的有效性。     

基于神经网络的多变量模糊自整定PID控制器

针对脉冲ＴＩＧ焊动态过程控制提出了一种基于ＢＰ神经网络的多变量模糊自整定ＰＩＤ控制器。该控制器利用神经网络在线学习具有多变量耦合，非线性及不确定性的复杂的焊接动态过程的控制规则，实现ＰＩＤ参数的自动整定。仿真实验结果表明该控制器不仅具有模糊控制的简单，有效的非线性控制作用。还具备了神经网络的学习与适应能力，以及ＰＩＤ控制的普遍适用性。     

CMAC BASED NONLINEAR PROCESS CONTROL SYSTEMS,PART Ⅱ:CONTROLLER DESIGN

，ＰＡＲＴ Ⅱ：ＣＯＮＴＲＯＬＬＥＲ ＤＥＳＩＧＮTX＠段培永＠李成东＠邵惠鹤ＩｎｔｒｏｄｕｃｔｉｏｎＩｎｒｅｃｅｎｔｙｅａｒｓ，ＮｅｕｒａｌＮｅｔｗｏｒｋｓ（ＮＮｓ）ｈａｖｅｆｏｕｎｄｇｒｏｗｉｎｇｓｕｃｃｅｓｓｉｎｄｉｖｅｒｓｅｉｎｉｎｄｕｓｔｒｉａｌｃ?..     

RBF网络整定的PID控制器在发动机空燃比控制中的应用

传统的PID控制器很难适应复杂的非线性机械系统的控制,本文提出一种新型的用RBF网络整定的PID控制器来处理这类问题,并在发动机空燃比控制效果上与传统PID控制器进行了比较。仿真结果表明:该新型控制器控制效果比传统PID控制器好,在其他非线性复杂机械系统控制上也有一定的应用价值。     

自学习模糊控制系统的研究

提出了一种具有自学习功能的模糊控制算法,此算法能使系统在运行过程中自动个性直接模糊关系RD,克服了建立模糊规则中的主观性。仿真研究表明,引入自学习功能,使得系统的动态性能得到改善。