基于SCL神经网络在反应釜温度控制中的应用

在化工反应釜控制中温度控制是至关重要的,它直接影响到釜内的化学反应环境并对其产品质量起到了决定性的作用。但是由于不饱和聚酯在生产过程中具有非线性、大迟延、时变性等特点,常规PID虽然简单易操作,但是在一些复杂工况情况下很难达到理想的控制效果。针对以上特点,文中采用BP神经网络PID进行恒温控制,通过MATLAB进行仿真研究,并利用西门子SCL语言在PLC上实现神经网络智能算法的应用。得到了不错的控制效果。     

基于BP神经网络的PID控制在反应釜温度控制中的应用

常规PID的控制,不但其参数难以整定,而且还依赖于对象的精确数学模型,适应性较差,对复杂过程不能保证其控制精度.本文根据反应釜温度时间滞后具有非线性、强耦合、不确定性过程的控制需要,提出了一种基于BP神经网络的PID控制方法;并介绍了神经网络PID控制器的算法,对经典PID参数选取进行了分析.仿真结果表明,与传统PID算法相比该控制方法可实现有效的控制,具有实现简单、控制效果好的特点.     

基于BP神经网络的控制算法及在制药生产中的应用

制药工业是我国国民经济的主要产业,药品生产质量的要求也越来越严格.药品生产车间洁净区的环境条件是影响药品生产质量的主要因素之一,针对药品生产车间温度控制系统大滞后、大惯性、非线性,以及难以建立精确的数学模型等特点。在传统PID控制的基础上,基于神经网络具有任意非线形表达能力,以及可以通过对系统性能的学习来实现P I D参数的在线调整,确定最佳组合的P I D参数来实现车间温度的有效控制,本文通过仿真分析表明控制效果良好,具有调节时间短、无超调、稳态误差小等优点。     

最优温度调节在温度控制系统中的应用

利用变分方法,采用拉格朗日乘数法,通过构造哈密顿函数来确定最优温度轨线的方法,研究了温度控制系统中的温度调节问题,给出了达到理想温度时的流体流量的调节律。     

基于遗传算法的BP神经网络在高校图书馆流通服务质量评价中的应用研究

针对高校图书馆流通服务质量问题,建立了评价系统的BP神经网络模型,利用遗传算法对传统的BP神经网络权值进行全局优化运算,提高了网络收敛速度,并经过实例计算验证了该模型的有效性。     

用遗传神经网络在模拟逼进函数中的应用

本文将遗传算法和神经网络联系在一起,在windowsXP的操作系统下,利用matlab6.5编程将两者结合起来模拟逼进函数,而且用十进制代替二进制以加快函数的收敛速度,结果表明此种方法具有较强的鲁棒性。     

基于遗传神经网络的图书馆流通量预测

针对图书馆流通量预测问题．提出了基于遗传神经网络的预测模型。该模型采用遗传算法作为神经网络权值全局搜索算法,BP算法作为局部搜索算法。结合实例进行计算,结果表明,该算法用于预测图书馆流通量是可行和有效的。     

基于改进遗传算法的模糊温度控制在空调中的应用

针对VRV空调温度控制系统的滞后、时变、非线性等特点,提出将模糊控制和遗传算法相结合,设计出基于改进遗传优化算法的模糊温度控制器,进行了两者对空调系统房间温度控制的仿真及对比分析,结果表明采用改进遗传算法的模糊控制器后,系统能够迅速稳定在设定值周围,在大大缩短了调节时间和减小稳态误差的同时,保持了对扰动的抵抗能力,使得系统的稳定性没有太大改变,即算法可以保证房间温度最终趋于设定值25℃。     

基于协同进化遗传算法的 SOFM 神经网络及其应用

针对遗传算法优化SOFM神经网络的不足,提出利用合作型协同进化遗传算法实现SOFM 神经网络优化的方法。其基本思想是：针对SOFM神经网络中存在的“死神经元”现象,在SOFM 神经网络中引入全局搜索能力很强的合作型协同进化遗传算法,这样既解决了分类结果对样本输入顺序的过分依赖,又实现了SOFM 神经网络在竞争过程中的全局最优性。将新算法用于矿井突水水源判定问题,结果表明,该算法具有较好的全局收敛性,且可在很大程度上避免“死神经元”现象。     

模糊神经网络PID在PLC温度控制系统中的应用研究

由于在非线性系统中采用传统PID控制不易建立精确模型,导致难以整定系统参数的问题,本文提出了一种基于模糊神经网络的PID控制算法,该算法融合了PID算法、模糊算法以及神经网络算法的优点,构成了一种先进的智能控制算法,并应用在PLC温度控制系统中,实验结果表明,模糊神经网络PID控制器提高了控制质量,很好地克服对象变参数、非线性等问题,提高系统的鲁棒性。     

基于免疫遗传算法的BP神经网络模型

本文研究了基于免疫遗传算法的BP神经网络模型,利用免疫遗传算法的全局搜索寻优能力和较好的收敛性,优化了神经网络的权值.仿真实验证明该模型具有较好的全局收敛性和快速学习神经网络权值的能力.     

基于遗传算法的神经网络经济预测模型的建立

针对神经网络模型的结构特性，提出将遗传算法用于神经网络结合，克服了神经网络模型容易陷入局部极小点的缺点，并将其应用于经济的预测及组合预测中，得到了比常规经济学模型更优的效果     

遗传算法和BP神经网络在铜板带轧制力预测中的应用

将BP神经网络结合遗传算法用于铜板带冷轧轧制力的预测,并与以Bland-Ford公式为基础的冷轧力预报及引入遗传算法前的网络预报结果进行对比分析,实验结果表明本文的方法具有较高的计算精度.     

热卷箱在莱钢1500热轧带钢厂的应用

介绍了莱钢1500热轧生产线热卷箱设备组成、主要功能、运行方式、卷取、开卷的控制原理及使用效果。     

遗传算法在柴油机故障诊断中的应用

BP神经网络在故障诊断时,对故障的学习训练盲目性大,导致速度慢,结果可靠性差。但是遗传算法可以优化挑选故障向量具有针对性,弥补BP神经网络诊断的不足。所以基于遗传算法的BP神经网络可以使各代种群在进化过程中容易得到全局最优解。实例对比分析,表明优化后的神经网络具有较好的收敛性能和运算速度,能够改善诊断精度。     

神经网络与遗传算法的系统思维特性

神经网络是对人脑的抽象、简化和模拟，反映了人脑的基本特性。神经网络的研究始于1943年Mcculloch和Pitts所提出的第一个神经网络模型：到目前为止，神经网络的研究发展先后经历了兴起、萧条和兴盛三个阶段。神经网络是由大量人工神经元广泛互连而成的复杂的非线性运算网络，可以模拟人脑进行信息的处理，具有自学习、自组织、非线性和高度的并行分布式运算等优势。     

神经网络在光传系统故障诊断中的应用研究

光传系统是针对传统电传操纵系统的不足提出的一种新型的飞控系统;飞控系统的高可靠性是飞行安全的重要保证,当飞机出现故障或者遇到意外损伤时,飞控系统能够快速地对故障进行诊断和隔离,对于保证飞机飞行任务的继续执行或者安全返航具有重要意义。文章针对三余度光传系统的常见故障,提出了一种基于概率神经网络（PNN）的故障诊断方法;并且建立了三余度光传系统仿真模型和常见故障的产生模块,应用概率神经网络进行系统的故障诊断;最后通过仿真诊断实例,证明了方法的有效性。     

BP神经网络在矿山机械液压系统故障诊断中的应用

介绍了BP神经网络的结构及学习算法。对液压系统故障模式及故障机制进行分析,提取能够反映液压系统故障的特征量作为BP神经网络的输入,并用BP算法对该网络进行训练,利用神经网络的智能性来判断液压系统所属的故障类型。仿真结果表明,该诊断方法具有高可靠性,达到了预期的结果,可以用于液压系统的故障诊断。     

改进遗传算法优化神经网络在隧道围岩变形预测中的应用

根据隧道围岩的变形特点,建立遗传算法优化BP人工神经网络的预测模型。针对遗传算法在优化神经网络权值过程中效率低的不足,对遗传算法进行了改进,建立了以改进传算法优化权值的BP神经网络预测模型。并将该模型与未改进的模型应用于某隧道围岩的拱顶变形预测中,结果证明了改进策略在优化权值过程中的优越性和改进模型的有效性。     

基于遗传算法改进神经网络的电力谐波检测算法

提出了基于遗传算法改进神经网络算法进行电力谐波分析的方案。遗传算法全局搜索能力强,收敛速度快的特点弥补了神经网络算法在进行谐波分析时易陷入局部最优解的缺点,同时对初始权值进行遗传算法进化也大大加强了整个算法模型的泛化能力。针对算法本文借助MATLAB的遗传算法和神经网络算法工具箱进行仿真训练发现使用遗传算法改进神经网络算法收敛速度更快,计算结果准确性更高,具有较好的谐波分析效果。