摘要：针对四电极电化学气体传感器的测量精度极易受环境温度影响的问题,提出一种基于粒子群优化BP神经网络算法(PSO-BP)的温度补偿方法。利用改进的PSO算法(MPSO)对BP神经网络的权值和阈值进行优化,构造四电极电化学气体传感器的温度补偿模型,并设计了气体传感器测试系统。实验结果表明,MPSO-BP算法可有效提高BP神经网络的收敛速度和泛化能力;基于MPSO-BP算法的四电极气体传感器温度补偿模型,可将温度补偿误差控制在0.1%以内。

摘要：提出了非线性预测函数控制器以解决风筝发电的控制难题,采用混合神经网络建立了风筝系统的预测模型,采用预测函数设计其控制器.预测函数控制器结合神经网络集成了在线辨识、学习机制和预测控制器闭环控制系统,能够显著改善风筝发电系统的性能.数字仿真结果验证了该方法的有效性.