摘要：提出了一种基于去模糊优化的模糊神经网络控制器及模糊神经网络的遗传学习算法.利用遗传算法优化包含控制器性能的指标来离线寻找最优的模糊神经网络控制器结构和参数,经过遗传算法训练的模糊神经网络控制器被接入模糊神经网络智能控制系统中.仿真结果表明,利用此方法实现的控制,系统的控制精度高,超调量小,鲁棒性能很强,获得了良好的控制效果.

摘要：为提高交流伺服驱动系统控制性能,结合模糊逻辑和神经网络各自的优点,设计了一种在线自适应模糊神经网络控制的交流伺服系统。文章将系统受控对象输入和跟踪误差作为模糊神经网络控制器的输入。设计的控制器不需要跟踪误差的变化率,可以避免以数值方式计算微分值时受采样周期大小的影响。通过仿真和具体实验分别验证了设计的合理性。结果表明:该控制方法不论对于调节还是设定值跟踪,均具有很好的控制效果,而且对感应电机伺服驱动系统有很好的抗干扰性能和较强的的鲁棒性。

摘要：在集装箱起重机工作过程中 ,存在吊具周期摇摆问题 ,严重影响了港口装卸效率。文中基于模糊神经网络控制器的特点 ,研究了一种新型的集装箱起重机防摇控制系统。介绍了模糊神经网络控制器的结构和设计思路 。

摘要：主要根据主机参数设计一个模糊神经网络控制器,利用模糊神经网络使从机的速度和力矩都跟随主机,从而达到主从跟随模式。然后根据设计参数仿真和运行,成功地应用于钳式吊控制系统。

摘要：提出利用锆钛酸铅镧改性陶瓷(PLZT)的光致伸缩效应,将PLZT陶瓷制作为作动器;以智能层合简支板为研究对象,利用模态分析方法建立了层合简支板的模态控制方程。在此基础上,设计了基于RBF网络模型的模糊神经网络主动控制器和相关参数调整学习算法。为了验证所提出的控制策略的有效性,使用Matlab进行了数值仿真;仿真结果表明,提出的模糊神经网络控制器能够有效地实现对智能层合简支板的振动控制。

摘要：针对矢量控制异步电动机 ,利用模糊神经网络控制理论 ,提出了一种教师值指导和隶属函数自调整的模糊神经网络控制器。详细描述了模糊神经网络控制器和教师值控制器的设计过程 ,采用了隶属函数参数在线调节的办法 ,推导了隶属函数参数调整的公式和算法 ,研究了以转矩电流 Iqs为目标函数和系统输出转速 ω为目标函数的情况下的系统转速响应 ,分析了系统转动惯量 J、粘滞摩擦系数 B和转矩系数 Kt变化情况下系统的性能 ,仿真结果表明该控制器具有速度响应快。

摘要：提出了采用动态BP神经网络预测器(NNP)预测系统输出和基于正态型激活函数的模糊神经网络控制器(FNNC)对交流伺服系统进行控制的思想,对预测器、控制器及其程序设计进行分析。仿真表明该方法具有良好的控制效果。

摘要：针对现有的温室控制方法难以对温室系统做出精准预测和有效控制等问题,提出一种基于在线序贯极限学习机(online sequential extreme learning machine,简称OS-ELM)神经网络的温室温度预测及其自适应控制方法。该方法采用OS-ELM神经网络构建温室系统的温度预测模型,并用于温室温度预测;将预测模型的输出作为模糊神经网络控制器(fuzzy neural network controller,简称FNNC)的理想输出参考量,结合FNNC的实际输出量,将FNNC输出误差作为遗传算法(genetic algorithm,简称GA)优化FNNC参数的目标函数,构成在线预测的模糊控制策略。在温室温度预测模型采用物理建模、Elman神经网络建模和OS-ELM神经网络建模方法下对温室温度控制进行试验,结果表明,基于OS-ELM的温室温度预测方法及其自适应控制系统具有较好的性能优势,可有效提高温室的预测和控制精度。

摘要：采用了自行设计的DSP系统板,它主要完成数据处理及实时控制以及专家模糊神经网络的控制方案。专家模糊神经网络控制器由模糊神经网络控制器FNC和专家系统EC组成。对径向四自由度磁悬浮轴承模型进行了研究,经仿真和实验表明,控制系统性能良好。

摘要：根据以往集装箱起重机工作过程进行观察研究,发现吊具结构部分存在严重的周期摇摆隐患,这将长期阻碍港口现场装卸控制效率。本文具体结合模糊神经网络控制系统元素特征,实现创新形式的集装箱起重机防摇控制规模调整,利用实践控制活动和细节问题记录模式检验模糊神经网络控制装置的具体结构和应用思路,确保创新样式的防摇控制系统在硬件和软件设计上都足够优秀,带动相关产业可持续发展活力。