【摘 要】
：
在改进现有不可压缩流体中物体运动方程基础上,提出一种基于神经网络的PID控制方法.该方法利用了神经网络对非线性函数的逼近能力,通过在线学习方式调节PID控制器的3个参数,
【机 构】
：
中国科学院沈阳自动化研究所,辽宁沈阳,110016
【出 处】
：
2005年中国智能自动化会议(ICAC'2005)
论文部分内容阅读
在改进现有不可压缩流体中物体运动方程基础上,提出一种基于神经网络的PID控制方法.该方法利用了神经网络对非线性函数的逼近能力,通过在线学习方式调节PID控制器的3个参数,既提高了计算的效率,又可以进行自适应控制.采用该控制方法对不可压缩流体中物体的运动进行了数值模拟实验,结果表明,该方法具有有效性和可行性.
其他文献
目的:评价国产三件套可膨胀型阴茎假体对ED患者康复治疗的临床应用效果.方法:阴茎阴囊交界处切口植入国产三件套可膨胀型阴茎假体,治疗非手术疗法无效的ED患者29例,其中神经
针对在一般极值搜索算法中,由于采用正弦周期信号作为搜索信号导致系统的输出量存在"颤动"现象和控制量来回切换的问题,提出了退火回归神经网络与极值搜索算法相结合的方法.
根据飞机的动态特性,将飞机动态分为角速度快速动态和以滚转角、迎角与侧滑角表示的慢动态.以角速度作为慢动态的控制输入,控制慢动态,得到的控制量作为快动态的期望指令.采
研究了一种异步电机单神经元直接模型参考自适应矢量控制系统,控制器采用了新的误差函数,通过梯度下降法对单神经元参数进行在线调整使误差函数值趋于零,使电机输出更好地跟
在流媒体的传输中,客户端接收数据前的缓冲区可以起到平滑由网络环境随机变化所带来的抖动的作用.尽管过分的缓冲能够降低接收缓冲的下溢概率,但是却会导致更多的端到端延迟.
分布因子是径向基函数(RBF)神经网络学习算法中的重要参数之一,对网络的学习与逼近速度有直接的影响.提出了一种基于自适应分布因子的RBF神经网络改进预测学习算法,用于对复
在微生物基因组中,为了解决功能RNA(fRNA)基因的预测中的计算复杂性,提出了一种具有结构学习的神经模糊推理模型(NFMSL).通过在多层前馈神经网络结构中嵌入Takagi-Sugeno型模
针对一类不确定非线性系统,基于变结构控制原理,并利用多层神经网络的逼近能力,提出一种具有监督控制器的积分变结构神经网络控制方案.该方案通过监督控制器保证闭环系统所有
应用CMAC控制技术在提高船舶运动的控制性能方面进行了相关研究.在保留CMAC原有增强和局部特性的基础上,结合模糊逻辑的思想,采用模糊隶属度函数作为接收域函数,提出了一种广
给出了一种简单结构的分式线性神经网络模型,证明该种神经网络可无限逼近Rm.上有界闭子集到Rn上的任意连续映射.而且,证实该种神经网络可无限逼近Rm上无界闭子集到Rn上的在无