基于SVPWM控制的PMSM调速系统仿真

分析了永磁同步电机的数学模型,并在空间电压矢量控制技术下建立了转子磁场定向矢量控制系统模型,利用Simulink进行了仿真实验研究.仿真结果表明,系统实现定子电流和转子永磁磁通解耦,转矩特性好,使PMSM达到与直流电机近似的控制效果.     

基于模糊神经网络的软件项目绩效评价模型研究

对影响软件项目绩效的主要因素进行分析,构建项目组织状态、项目自身特征指标体系,界定软件项目绩效评价内涵;将模糊逻辑与神经网络相结合,设计一种具有自学习、自适应,能处理不确定性问题的推理策略,建立了基于模糊神经网络的软件项目绩效评价模型,并用算例验证。     

基于扩展卡尔曼滤波的PMSM无速度传感器控制系统

本文分析和研究扩展卡尔曼滤波在永磁同步电动机无速度传感器调速系统中的应用,并给出了基于扩展卡尔曼滤波的永磁同步电动机无速度传感器调速系统的实现方法。     

基于模糊自适应PID的永磁同步电动机启动研究

永磁同步电动机的启动过程控制对电机实现平稳快速启动有着重要的意义,介绍了一种基于模糊自适应PID控制策略的永磁同步电动机启动控制策略,并进行了仿真研究,验证了这种控制策略的有效性。     

基于深度神经网络的直线二级倒立摆控制器设计

针对直线二级倒立摆抗干扰控制器设计问题,研究了基于深度神经网络的智能控制方法。首先介绍了BP神经网络和深度神经网络模型及优化算法,并且根据直线二级倒立摆状态方程,研究了基于深度神经网络的直线二级倒立摆控制算法。然后设计了一个六输入单输出的深度神经网络控制器模型,并利用Pytorch框架,以LQR作为导师进行神经网络的训练,训练完成后利用MATLAB软件对训练后的神经网络进行仿真实验验证,并与BP神经网络控制器进行对比,最后在直线二级倒立摆实验平台上进行实验验证。仿真与实验表明,所设计的深度神经网络控制器能够实现直线二级倒立摆的良好抗干扰控制,从而证明了该研究设计方法的合理性和有效性。     

基于神经网络的导电材料厚度测量技术研究

涡流检测已经成为现代工业和科技领域中广泛使用的金属材料检测方法。本文提出利用改进的BP神经网络和涡流检测信号来确定材料多层厚度的方法。仿真结果和对许多厚度已知的试块的试验结果表明,该方法是有效的。     

基于神经网络的在线解耦控制

在介绍基于BP神经网络的PID控制和分散式神经网络控制的基础上,提出了一种将两种控制算法想结合的神经网络在线解耦控制,通过MATLAB实验证明了将该控制算法应用于复杂的燃机系统可以解除燃机系统内部各参数之间较强的耦合关系,并且具有较强的抗干扰能力,从而可以提高燃机的热效率。     

LM-Smith神经网络泛函稳定性控制设计

传统的Smith神经网络控制器具有抗干扰性差和时滞性较强的弱点,泛函稳定性较差,基于最小信息熵原理,对传统的Smith神经网络控制器进行改进,提出一种基于最小信息熵的LM-Smith神经网络泛函稳定性控制模型,在传统的Smith控制中的神经元模型采用最小信息熵进行泛函加权,实时对被控对象进行辨识,使用二阶泰勒级数展开,提高神经网络泛函收敛速度和稳定性。仿真和算例证明了控制系统的稳定性,收敛精度和收敛速度都有大幅提高。     

现代软件管理技术分析

软件用户主要是通过软件与计算机进行交流。软件是计算机系统设计的重要依据。为了方便用户,为了使计算机系统具有较高的总体效用,在设计计算机系统时,必须全局考虑软件与硬件的结合,以及用户的要求和软件的要求。     

基于神经网络的智能导航与控制研究

智能导航与控制是一个集环境感知、规划与自动驾驶于一体的综合功能系统.通过智能控制,我们希望车辆不仅能够实现自主驾驶,并且也能够准确地避免碰撞障碍物.神经网络有很强的学习、自适应和处理非线性的能力,因而非常广泛地应用于复杂系统的辨识、建模和复杂系统的控制.要使得车辆完成自主驾驶,可以通过选择合适的输入与输出来训练神经网络.     

模糊控制和神经网络在现场总线控制系统中的应用

从信息科学的角度详尽分析阐述了现代工业计算机控制系统从信息分立发展到信息共享的科学必然性及现场总线控制系统 (FCS)产生的重大意义 ,探索了将模糊控制和神经网络应用于现场总线控制系统中的方式和影响 ,并以智能模糊仪表为例给出了智能仪表新定义和功能特性     

BP神经网络在灌区分水闸控制中的应用

BP神经网络是一种单向传播的多层前向网络,具有很强的学习功能,多次训练后的网络具有很好的预测能力。结合BP网络的特点和灌区分水闸的工作原理,应用BP神经网络对闸门控制进行预测,并分析预测结果。     

基于BP人工神经网络的BOT项目风险评估研究

当前我国对于基础设施建设要求迫切,但国家财政投入远远不能满足建设所需资金。BOT项目融资作为一种新兴的融资方式,有效地解决了资金短缺问题。BOT项目建设运营过程中参与方众多,同时项目持续时间长,风险因素比以往项目的风险更为复杂,如何有效管理BOT项目风险成为项目成败的关键问题。分析研究众多风险评估管理方法后,鉴于神经网络的优点,构建基于BP人工神经网络的风险评估模型,并对模型进行应用和探讨。     

科技型企业高管团队决策绩效评价的ELMAN神经网络模型研究

针对缺乏科技型企业高管团队决策绩效评价的研究现状,构建评价指标体系,通过问卷调查的方法收集研究数据,建立科技型企业高管团队决策绩效评价的ELMAN神经网络模型,并利用MATLAB软件计算实现。研究结果表明：利用ELMAN神经网络的非确定性因果关系映射特点建立的决策绩效评价模型,能够完成决策绩效评价任务,可用于评价科技型企业高管团队的决策绩效,不仅验证了方法的有效性,而且也证明了ELMAN神经网络在建立非线性、非确定性因果关系映射模型中的强大生命力。     

基于GA-BP神经网络的扬声器音盆性能预测技术

在电声零器件制造行业中,扬声器音盆的性能好坏直接关系到扬声器产品的质量.本文提出用遗传算法(GA)优化BP神经网络模型对扬声器音盆性能进行预测.在分析了BP神经网络原理的基础上,主要阐述了如何应用遗传算法优化BP神经网络,以改进BP神经网络收敛速度慢、易陷入局部极小值的缺点.针对音盆产品特点,建立音盆性能的GA-BP神...     

基于遗传神经网络的三级倒立摆控制模型

将人工智能系统操作的方式融入到控制操作程序中,把控制操作领域的理论方法及思维模式应用到更广泛的控制系统,对工业生产会有很大的促进作用和积极意义。提出一种利用遗传神经网络实现对三级倒立摆控制的方法并建立模型,充分利用神经网络和遗传算法相结合,发挥各自整体和局部在空间搜索能力强的优势。实验结果表明,基于遗传神经网络的三级倒立摆控制建模方法具有建模精度高、控制性好等优点。能够解决那些利用传统方法难以解决的复杂系统的控制问题。     

基于模糊神经网络的质量成本控制模型

采用PAF模型,即质量成本由预防成本、鉴定成本、损失成本(内部损失成本和外部损失成本)组成。首先根据以往各种研究文献以及企业实际情况设置质量成本三级科目。根据历史数据对各科目做Pareto分析,找出影响质量成本的主要影响科目,然后利用统计分析中的相关分析以及偏相关分析对其进行降维,找出真正影响质量成本的科目。而后对其分析得出可控影响因素及不可控影响因素,从而从可控因素上分析得出控制方法,再根据因素分析找出其潜在影响因素。最后,利用模糊控制方法以及神经网络建立质量成本控制模型。     

使用神经网络技术对中国专利过档数据进行CPC分类的实证研究

本文对使用神经网络模型对中国专利全过档数据CPC分类进行了研究和试验论证.对数据分区、专利特征化、模型训练等多个技术实现环节的要点进行了论述.并对13万未分类中国过档专利数据进行了分类实验,实验结果验证了本方法具备一定的可实用性.     

基于BP神经网络的南通市建设用地需求预测

以南通市1988年～2006年社会经济发展和建设用地数据,利用二元变量相关分析选取南通市建设用地规模扩张的驱动因子,分别采用多元回归分析和BP神经网络构建建设用地需求预测模型.在模型比较优选的基础上,预测未来南通市建设用地需求量,并应用灰色系统法结合趋势判断对预测结果合理性进行了验证.结果表明,运用全部引入法进行多元回归分析,预测模型置信程度较低;运用逐步回归法进行模型优化,多重共线性消除的同时多数驱动因子在预测模型中被剔除,造成指标选取不足;而基于BP神经网络的建设用地需求预测模型融合了各驱动因子对建设用地规模的影响,模型变异系数仅为1.78%,运用该模型可有效提高建设用地需求预测精度,计算结果较合理.