基于GA-FCMAC算法的船舶运动智能控制器

在研究模糊小脑模型神经网络控制器（FCMAC）的基础上，本文提出了基于遗传算法学习的模糊小脑模神经网络控制（GA－FCMAC）算法并应用于船舶运动。仿真结果表明该算法具有良好的控制性能。     

船用柴油机故障诊断实时仿真研究

自动监测系统目前在绝大多数大型船舶上得到了普遍应用，然而，仅有少数自动监测系统装备了诊断系统。本文介绍了基于智能软件程序的故障诊断领域最新进展。其研究目的是采用被称为小脑模型连接控制器(Cerebellar Model Articulation Controller—CMAC)的人工神经网络设计出一种能连续进行实时机器学习的软件工具。使用一种既能模拟发动机正常运行状态也能模拟发动机故障运行状态的发动机仿真器来开发低成本的柔性学习系统控制器。本文就所选用的CMAC进行了说明，并对实时发动机仿真器、仿真器与学习系统的组合以及所取得的某些结果作了简单的介绍。     

CMAC与PID的复合控制在减摇鳍中的应用

提出了CMAC与PID复合控制的算法,并以此用于船舶非线性横摇减摇鳍中。以PID控制为反馈控制来保证控制系统的稳定性且抑制扰动,以CMAC为前馈补偿控制器实现系统的逆动态模型来确保系统的控制精度和响应速度。为了提高CMAC神经网络实时在线学习的快速性和准确性,采用了基于信度分配的CA-CMAC-AMS学习算法。其仿真结果与传统的数字PID控制相比较,表明了该复合控制提高了减摇鳍控制系统的减摇效果,并具有较强的抗干扰能力和鲁棒性。     

基于遗传算法和CMAC的双电机协调控制

提出一种小脑模型神经网络(CMAC)和自适应在线遗传算法(GA)相结合的新型控制算法,应用于机器人中两轴永磁无刷直流电机的速度协调控制,利用MATLAB/SIMULINK仿真,结果证明了GA和CMAC复合控制器可以有效的消除协调控制中的转矩脉动。     

基于TSK模糊系统的改进CMAC超闭球网络结构

充分利用了TSK（Sugeno-Tanaka)模糊系统的优点,提出了改进的CMAC（Cerebellar Model Articulation Controller)超闭球结构网络,给出了其学习算法,实验结果表明改进的CMAC超闭球结构网络较之CMAC超闭球结构网络对样本有更高的逼近精度。     

一个遗传性共济失调家系报告

本研究小组获得常染色体显性遗传共济失调家系 ,为六代 17例患者 ,存活的患者 6人 ,其中男性 3人 ,女性 3人 ,见图 1。先证者 ,男 ,4 0岁 ,自 2 5岁始出现行走不稳。原为木匠 ,早年因定点不稳和辨距不清而四处求医。症状逐渐加重 ,已发展至依赖木棍支撑行走。四肢震颤 ,肌张力高。近两年来出现言语含混不清 ,双眼可见持续的水平性眼球震颤。共济及平衡功能差。患者智力稍有退化。肢体感觉和四肢腱反射未见异常。家系中存活的患者 ,病情严重程度不一 ,但均表现为共济和平衡功能差。其中Ⅳ1 3伴有渐进的四肢发硬、关节疼痛及完全行走困难。家…     

基于CMAC神经网络与PID并行控制的汽车电动助力转向系统

电动助力转向系统(EPS)已经成为世界汽车技术发展的研究热点,然而对EPS控制策略的研究大多仅限于传统的控制方式。比较了单纯PID控制和CMAC与PID复合控制下电动助力转向系统对各种输入信号的响应,证明复合控制对非线性信号有很强的跟踪能力,并且具有很好的抗干扰性。     

基于CMAC的并联混合动力汽车控制策略仿真

提出了基于小脑模型神经网络(CMAC)控制器的能量管理策略,分析了CMAC参数对控制器性能的影响.以ADVISOR2002为仿真平台进行了二次开发,嵌入CMAC控制器,完成了基于CMAC控制器的控制策略、并联电气辅助控制策略和模糊控制策略的仿真比较.仿真结果表明,基于CMAC的控制器具有很好的实时性,可以大幅度改善混合动力汽车的燃油经济性和排放.