【摘 要】
：
该文提出了一种基于神经网络的模糊控制方法.这种方法充分利用了神经网络的自学习和非线性逼近能力,采用BP学习算法对神经网络进行训练,从而实现对模糊控制中的隶属函数的逼
论文部分内容阅读
该文提出了一种基于神经网络的模糊控制方法.这种方法充分利用了神经网络的自学习和非线性逼近能力,采用BP学习算法对神经网络进行训练,从而实现对模糊控制中的隶属函数的逼近,并且改善了模糊推理规则.这种控制方法具有较强的自适应能力和良好的鲁棒性.用该文给出的模糊控制方法对工业沸腾炉炉膛温度进行控制,仿真实验结果表明,在这种控制方法的作用下,控制系统的动态性能和鲁棒性都优越于常规的PID的控制方法,说 明这种控制方法是切实可行的.
其他文献
在工业过程中,现场采集的数据中不可避免的存在误差,其中既有随机误差也有显著误差。显著误差主要是指由于测量仪表失灵、测量仪表数据传输错误以及操作不稳定等原因造成的测
节点自身定位和目标定位是无线传感器网络的关键问题。在灾难救援领域,精确的位置信息更有着举足轻重的关键作用。本文首先针对大规模随机网络提出了节点自身定位算法,然后在
由于现代工业生产过程的复杂性、非线性和不确定性,实际工业过程中,控制系统中的被控对象参数或者结构会发生变化,一般无法获得其精确的数学模型。因此,无模型自适应控制方法
该文应用现代智能控制理论,采用模糊控制技术研制出了饲料机械生产中常用的模糊控制的饲料混配系统.文中阐述了模糊控制的基本理论、系统的硬件电路设计与实现、软件及模糊控
该文讨论广义系统的性能鲁棒性和鲁棒控制,主要包括以几个方面的内容:(1)简要介绍广义系统的背景、研究现状和广义系统的基础知识.讨论了广义系统的鲁春能控能观性,给出了鲁