基于网络直角坐标机器人视觉伺服控制系统理论研究

从理论上论述了本机器人视觉伺服系统的结构,包括总体的控制方案,基于图像的控制方法的理论推导,BP神经网络在机器人视觉伺服中的引入以及如何进行合理的神经网络训练,用神经网络建立"视觉图像-运动信号"(visual-motor)关系.     

基于神经网络的超精密定位控制

针对精密定位装置存在非线性,精确数学模型难于建立的缺陷,提出了精密定位的神经网络控制方法.将BP神经网络应用于该控制系统中,系统以光栅常数100μm的光栅为定位标记,以激光衍射产生的莫尔光光强及光强的变化率为神经网络的输入变量,利用神经网络的自学习功能进行精密定位控制.建立了精密定位的神经网络控制模型,模型由输入层、隐层和输出层3层神经元组成,通过对光强及光强变化率的映射,得到电机驱动信号.实验结果表明,使用神经网络控制,控制响应快,稳定性好,鲁棒性强,可有效改善控制质量,提高定位速度,系统可获得±0·5μm的定位精度.     

基于小波分析及神经网络控制图模式识别研究综述

控制图异常模式自动识别在如今的制造过程越来越重要,识别方法的合理性直接影响质量诊断结果的准确性.该文系统地总结了现有基于神经网络控制图模式识别方法,并从原始数据处理方面把现有的控制图模式识别方法分为两类：基于原始数据及基于特征.同时指出各种基于神经网络的控制图模式识别方法上的特点与不足,并展望未来基于小波分析及神经网络控制图模式识别的研究方向,为质量诊断技术的改进提供依据.     

基于模糊神经网络的汽油机瞬态工况空燃比控制系统的研究

针对汽油机瞬态工况空燃比控制精度偏差的问题,结合模糊控制系统容错性、鲁棒性以及神经网络学习强的特点,提出了应用模糊神经网络控制瞬态工况空燃比的方法,进行了神经网络和模糊控制算法的分析,设计了基于模糊神经网络的空燃比控制器.通过应用MATLAB/Simulink平台仿真,验证了基于模糊神经网络的汽油机瞬态工况空燃控制系统的可行性.研究结果表明,模糊神经网络控制对瞬态工况空燃比的控制调节时间快,超调量小,具有一定的应用价值.     

非线性偏最小二乘法在催化剂建模中的应用

神经网络偏最小二乘法(NNPLS)被应用于一种甲烷氧化偶联多组分催化剂的鲁棒反应模型的建立. 重点研究了内层神经网络学习算法、激活函数、网络结构(包括隐含节点数、隐含层)、网络权值初始化及主元的选取原则等. 研究表明, 内层神经网络分别采用1-10-5-1,1-8-4-1,1-8-5-1, 1-7-4-1, 1-8-4-1, 1-8-6-1的拓扑结构是合适的; Levenberg-Marquardt方法被用于网络的学习算法可以加快学习速度; 同时采用了sigmoid函数为激活函数. 计算结果显示, 四主元可以满足建模的需要. 与单纯的神经网络催化剂模型相比, NNPLS方法压缩分解了变量, 减少了计算量, 同时使模型的推广能力得到提高, 有效地改善了直接神经网络建模过程中催化剂模型泛化能力较差的缺点.     

基于BP神经网络的IH3605传感器建模方法

针对集成湿度传感器IH3605的温度补偿,采用BP神经网络技术.此神经网络采用2-5-1结构,节点函数采用S型函数.实践表明此方法具有较高的测量精度和可靠性.     

基于神经网络的非线性系统自适应控制综述

从控制结构的角度总结神经网络自适应在非线性系统中的应用,对神经网络自校正、模型参考自适应控制和内模控制,并对其构成与特点进行了分析.指出了神经网络自适应控制研究中存在的一些问题.     

鲁棒自适应飞行跟踪控制系统设计

针对具有外部扰动的一类非线性飞行控制系统提出了一种在线神经网络控制的方法,应用3个在线神经网络分别实时抵消系统中的非线性部分、与控制量耦合的非线性项以及外部扰动,使受控系统的输出可以完全跟踪给定输入参考信号。文中以一个实际的验证机非线性模型为仿真对象,验证了这种方法的有效性,由于在线神经网络的动态补偿特性,即使飞机在不同的高度和速度下,在模型参数发生改变时,控制过程并不需要改变增益表就可以完成全包络的飞行跟踪控制,相关的定理证明了整个神经自适应飞行闭环控制系统的稳定性,仿真示例表明了该设计方法的有效性。     

无刷直流电机位置伺服智能控制方法研究

针对多变量、非线性、时变的无刷直流电机位置伺服控制系统的特点,提出一种基于免疫遗传算法的递归模糊神经网络控制器的设计方法,并应用于无刷直流电机三闭环控制系统的位置调节器中,实现系统精确的位置控制.仿真结果表明,递归模糊神经网络控制器明显优于PID控制器.     

基于人工神经网络的数字调制信号的快速识别方法

基于人工神经网络的理论,提出了快速识别数字调制信号的方法:1)BP神经网络量化共轭梯度算法;2)径向基(RBF)神经网络法;3)小波系数的BP和RBF神经网络法.这些方法收敛速度快,性能好,仿真结果说明了这些方法的有效性.     

基于神经网络PID算法的研究与设计

传统PID的算法模型对于复杂的过程和非线性系统难于建立准确的数据模型,甚至在控制过程中出现不稳定现象.为解决此类问题,按PID控制方式选择神经元学习控制所需的状态变量,将自适应神经元与ID控制算法结合起来,较好地解决了交流变频调速系统负载扰动、时滞现象及非线性控制的问题.通过仿真实验比较传统PID和NN PID算法,说明NN PID具有较好的鲁棒性.     

RBF网络参数确定方法的研究

针对RBF网络结构参数确定问题,介绍了几种RBF网络结构参数确定方法,如基于遗传算法的训练方法和基于粒子群优化算法的训练方法等.实践表明,此RBF网络结构参数确定方法具有实用、高效等特点.     

一种复合NN智能诊断系统的设计及应用研究

NN智能诊断系统通过把计算机技术、NN技术、ES、GA与力学模型融合在一起,建立一种新型的智能诊断系统。将GA与改进的BP网络相结合,利用GA宏观寻优特点,用来克服BP网络的缺点,二者结合起来相得益彰。与传统的BP算法相比较,GA—BP网络训练速度和预测精度都得到了很大的提高。NN与ES互补,结合ES经验。预测使用寿命。应用MATLAB软件编制的具有自学习功能的智能化监测诊断软件,结合VC＋＋6．0和MATLAB的各自优点和功能,实现了VC＋＋6．0与MATLAB的混合应用,软件设计比较简单。根据系统的分析、设计、编程和仿真实验,系统运行效果很好。应用本系统对混凝土结构进行诊断,能给出结构受损程度,损伤位置及结合ES预测使用寿命,具有高度棒性、高精度、快速的特点。     

基于递阶遗传算法的神经网络预测控制(英文)

针对具有时延非线性系统提出一种神经网络预测控制．相应的预测模型通过递阶遗传算法离线训练数据并实时多步递推得到;性能函数中引入模型误差校正以克服模型失配及干扰等对系统造成的影响．仿真结果表明该系统具有良好动态响应及鲁棒性．     

一种智能预测方法在电梯群控系统交通分析中的应用

交通流预测是电梯群控系统的重要组成部分 .将基于神经网络的时间序列预测理论应用到电梯群控系统的交通分析中 ,构造了一种神经网络时间序列交通流预测模型 .仿真实验表明 ,这种交通流智能预测方法是有效的     

Application of BP NN and RBF NN in Modeling Activated Sludge System

Based on the operation data from a certain wastewater treatment plant(WWTP) in northeast China,the models of back propagation neural network ( BP NN ) and radial basis function neural network ( RBF NN ) have been designed respectively and the ability of convergence and generalization has been analyzed separately.As for BP NN, the effects of numbers of layers and nodes have been studied ; as for RBF NN, the influences of the number of nodes and the RBF‘s width have been studied. It is concluded that BP NN has converged much slowly in comparison with RBF NN. The conclusion that the RBF NN is suitable for modeling activated sludge system has been drawn. An automatically optimum design program for RBF NN has been developed, through which the RBF NN model of traditional activated sludge system has been established.     

钙红（NN）指示剂褪色分光光度法测定食盐中的碘

在盐酸介质中,碘酸钾与钙红反应褪色程度与碘酸根浓度在一定范围内呈线性关系,以此建立了碘的光度测定新方法。方法的最大吸收波长在510nm处,碘定量测定的线性范围为0．3mVL,摩尔吸光系数ε=1．3×10^4L／mol·cm。本法所得结果和国家标准（GB5009．24．85）中规定食盐中碘含量的测定方法相当。     

用人工神经网络预测时用水量的方法

根据城市时段用水量序列季节性、趋势性及随机扰动性的特点 ,利用人工神经网络方法 ,建立了时间水量短期预报模型 .选取不同的隐层结点数 ,采用相同的输入样本及预测数据进行训练和预测 ,并通过比较其相对误差的大小 ,确定了神经网络的结构 ,并应用 Matlab语言进行了具体的建模和预报 .实例考核证明 ,该方法与常用的时间序列三角函数分析法相比 ,具有预测误差小、计算速度快等特点 ,可满足供水系统调度运行的实际需要     

基于硬限幅功能函数的前向神经网络的分类学习算法(英文)

提出了基于硬限幅功能函数的前向神经网络的分类学习算法,并将其应用于可分凸集或不交集合的分类.仿真结果证明,同基于S功能函数的前向神经网络的BP算法相比,该算法具有较强的分类能力且收敛时间极短.此外,本算法易于硬件实现,且成本低,具有很大的应用潜力.     

具有饱和非线性输入的一类混沌系统自适应神经网络控制

针对一类具有饱和非线性输入的混沌系统,基于RBF神经网络的逼近能力提出一种控制方案。该方法利用自适应控制和鲁棒控制,使系统可在模型函数和外扰未知下,设计出结构简单有效的控制器,有效消除了现实中由于饱和非线性输入的存在而引起的控制器抖动的不良控制效果。仿真结果表明了所提控制方法的可行性。