摘要：针对离心叶轮优化设计中调控参数不明确、难以直接获得最优设计结果的状况,将单层神经网络算法应用于离心叶轮优化,并建立了分层优化的算法.根据设计目标将离心叶轮叶片优化设计分为压比和效率两个阶段,随后分析确定了各目标阶段的有效控制变量参数.最后以初始叶轮为基础,将该目标优化算法应用于某工业叶轮的改型实例设计,结果表明:压比目标算法使叶轮达到压比值要求;一次效率目标算法实现了对叶轮设计点流量的调控;二次效率目标算法达到了对叶轮非设计工况性能的提升.

摘要：针对移动焊接机器人焊缝跟踪过程中不确定性因素造成的焊接精度不高的问题,阐述了焊缝跟踪的基本原理并得到了其误差模型,同时建立了基于速度误差的移动焊接机器人动力学模型。为缩短计算周期同时保证控制系统的自适应性,基于单层神经元网络设计了一种焊缝跟踪自适应控制器,并采用Lyapunov函数判定了系统的稳定性。通过MATLAB仿真试验验证了基于单神经元的移动焊接机器人焊缝跟踪方法具有较好的抗干扰性和鲁棒性,表明了所述方法的有效性和正确性。

摘要：针对传统PID在智能仪表中难以实现准确的参数自整定问题,提出了一种基于单层神经网络的模糊自适应PID控制器的设计方案,该方案将单层神经网络用于模糊规则的建立和推理,使模糊控制具有自学习功能,可更好地适应复杂控制系统的参数自整定。通过MATLAB/SIMULINK平台,对其进行了仿真研究,仿真结果表明,该方案具有较好的鲁棒性、稳定性和实时性。