摘要：设计了一种多神经元智能算法的无人侦察车伺服控制系统,结合DSP伺服控制器对无人侦察车进行智能运动控制,其算法收敛速度快,且在线调节无人自主调节其伺服控制各参数,通过仿真及实验对比分析,验证了算法的有效性,可应用于城市反恐、生化核武侦察、打击犯罪等领域,为军民融合系统创新的进一步实践奠定了基础。

摘要：针对当前普遍常用的BP神经网络算法的缺陷,即反传算法复杂,收敛速度慢,在解决一些复杂多变非线性及系统多耦合问题时,网络权值收敛局部极小点,导致网络训练失败,反传算法权值迭代出现畸形变化问题。虽然神经网络控制器在软件仿真中运行结果都能满足要求,但是在实际的现场工程应用中很难适应复杂工业现场所要求的控制快速性和及时性。针对以上缺陷,提出了一种新型的多神经元PID神经网络算法,其原理是通过简化PID神经元网络控制器,改善其权值初始化来达到新型多神经元PID控制器控制过程的快速性和响应的及时性,将其应用到全液压矫直机四缸伺服控制器。通过将传统神经元网络控制器和文中所研究的新型多神经元PID控制器位移响应曲线对比分析,该新型多神经元PID伺服控制器具有反传算法大为简化、收敛速度快、网络权值灵活性好、实时性等优点,为多神经元PID控制器的工程化应用提供了理论支持。

摘要：目前国内无人侦察车的伺服控制系统大多采用以单片机为核心的CPU,其运算速度慢、灵活性欠佳、且应用复杂算法的有着很大的局限性,不能满足复杂环境下对系统精确控制和快速响应。本文设计了一种基于多神经元PID算法的DSP无人侦察车伺服控制系统,其算法收敛速度快,且在线无人自主调节其伺服控制各参数,最后通过仿真及实验对比分析验证了该算法的有效性,为其以后应用于城市反恐、生化核武侦察、打击犯罪等提供信息支援,同时为军民融合系统创新的进一步实践提供理论基础和探索方法。