摘要：讨论了不同形式自适应神经元控制算法的控制效果，针对水位过程特性，给出一种适宜的算法形式，并在改进传统三冲量系统设计的基础上，给出三冲量汽包水位自适应神经元控制算法及其进一步改善．

摘要：为了提高随机指数标记算法(REM)的响应能力和适应性,提出了一种基于自适应神经元的REM算法(ANREM)。采用具有比例积分微分(PID)控制属性的加强型价格来检测和控制网络拥塞。利用神经元构造PID价格,并设计控制参数的自适应调整机制,以增强算法在动态环境中的适应性。在NS2仿真平台中,将AN-REM与REM及其改进方法进行对比实验。结果表明,ANREM提高了队列长度的响应能力,增强了主动队列管理算法的适应性和鲁棒性。

摘要：本文综合了自适应神经元控制器与交叉耦合控制方法的优点，引入轮廓误差的二次性能指标，设计了应用于双轴运动位置伺服系统中的交叉耦合自适应神经元控制器，该控制器无需对控制对象建模，具有自适应学习能力，并且结构简单，实时性好，其设计目的是有效减少轮廓加工误差，实验结果说明了控制的有效性。

摘要：本文综合了自适应神经元控制器与交叉耦合控制方法的优点，引入轮廓误差的二次性能指标，设计了应用于抛物线轨迹加工的交叉耦合自适应神经元控制器。该控制器具有良好的自适应学习能力，无须对控制对象建模，结构简单，实时性好，实验证明可有效减小抛物线轮廓误差。

摘要：曝气控制是保证污水处理厂水质和降低能耗的重要环节。本文考虑污水处理厂出水水质和曝气量的非线性、大滞后、时变性等特点,利用反向传播(BackPropagation——BP)算法对隶属度函数进行优化,建立模糊推理规则,并设计了一个自适应神经元——模糊控制系统,该系统对某SBR小型污水处理厂曝气进行了仿真分析,结果表明设计的控制系统的有效性。

摘要：为了减少反时限过流保护整定值过于依赖人工经验,缓解保护动作之间配合程度较低、电流稳定性较差的问题,提出基于自适应神经元的配电网输电线路反时限过流保护优化整定方法。分析输电线路运行模式和线路故障存在的不确定性,计算发生故障的概率;通过探究反向荷载率、电源容量、谐波含量等指标确定输电线的实际承载力;构建反时限过流保护动作方程,确定反时限过流保护的3种特征;以主保护与后备保护动作时差最小为目标,构建目标函数,确立约束条件;设计具有三个神经元的神经网络模型,每个神经元对应一种保护特征,引入转换模块,将输入量变换为状态量,通过神经元学习,输出最终的过流保护优化整定结果。比较实验结果表明:应用所提方法,随着故障电流增大,保护动作时间曲线未出现相交状况;在测试刚开始时,电流波形出现波动,但迅速恢复到平稳。所提方法能够使保护动作之间有效配合,输电线电流可以始终保持在稳定状态,为保护定值优化提供了新的研究思路。

摘要：目的　解决传统PID控制器对时变系统控制能力不强的弊病。方法　利用神经网络理论与传统PID控制理论相结合。结果　设计了一种单神经元PID控制器,将其应用于被控制对象是快时变和慢时变的两类闭环控制系统。结论　实验证明这种单神经元PID控制器通过在线边学习边控制的方式,实现了实时控制。

摘要：将神经元与模糊控制器相结合 ,利用自适应神经元 (APE)预测输出信号yp(t +1)与目标值R比较后 ,生成误差预测值ep(t +1) ,即预测超调量的负补偿量 ,补偿模糊控制器输出的控制信号ec,减小超调量 .在此基础上设计了基于预测补偿的人工智能控制器 。

摘要：分析了伺服系统稳定控制的实质 ,结合神经元和模糊控制设计了恒稳定控制方案 。

摘要：神经网络控制或神经控制是在控制系统中,应用网络技术,对难以精确的复杂非线性对象进行神经网络模型辨识或作为控制品,或进行优化计算,或进行推理,或进行故障诊断,或同时兼有上述多种功能.这样的系统称为基于神经网络的控制系统.