PID神经元网络自学习解耦温度控制系统

来源 :中国自动化学会中南六省区自动化学会第十届学术年会 | 被引量 : 0次 | 上传用户:caochangzheng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
PID神经元网络(proportional-integral-derivative neuralnetwork)是由该文作者提出的一种新的神经元网络,它具有较好的自学习功能,适合于复杂系统的控制。该文分析了传统神经元网络控制的局限性,介绍了PID神经元网络的结构和计算方法,并给出了其用于强耦合多变量温度系统控制的结果。
其他文献
预测控制是近年来在工业过程控制中得到广泛重视和应用的一类新型计算机控制算法,它有良好的跟踪性能和鲁棒性,但抗干扰性不够理想。该文把串级控制的思想引入预测控制,提出一种
全国电工仪器仪表标准化技术委员会中国华陆工程公司(化工部第六设计院)全国光学和光学仪器标准化技术委员会上海自动化仪表股份有限公司仪器仪表元器件标准化技术委员会上海自
以能量平衡方程和热传导方程为基础,建立炉子的简化数学模型,以此作为调试环境,实现了PID控制的离线仿真研究,在DDC软件中对炉子实际操作的工况进行模拟,以验证PID控制的品质。
该文针对普通模糊控制器模糊规则数目多、设计复杂的缺点,提出了一种新的极坐标型模糊PID(FPID)控制器。这种控制器具有结构简单,模糊规则数目少的特点。只需确定三个参数,便可以得到这种
世界进入本世纪末,人类似乎患上了“科学恐慌症”,对一些科研成果的诞生,人们不再一律报以欢呼雀跃,而是颇感惴惴不安。譬如克隆技术,它不是生产某种新产品而是要复制或改变
根据神经元PID自适应控制方法的系统构成和学习算法,提出了系统的一种模拟电路实现方法,并给出相应的实现电路,同时利用MATLAB软件对其进行了仿真研究,结果表明所提出的模拟电路实现方法是
针对理想PID算法在实际应用中存在的问题进行了详细分析,并提出解决办法.同时对其它各种改进型PID算法做以简单介绍.
该文提出的Φ值计算方法具有计算精度高、通用性强、收敛速度快、算法稳定性好等特点。
基于供应链的管理,铁路企业物资采购在科学分类的基础上,采取多种策略保证供应,库存最小化.
该文提出一种基于模糊模型的预测PID控制器。利用BP算法在线修正模糊模型和预测PID控制器的参数的调整基于长期预测输出误差。仿真结果证实该控制器对于变参数的对象有满意的性能。