【摘 要】
：
本文提出了一种改进的单神经元自适应PID控制方法调节进入高速公路的车辆数目。首先建立高速公路交通流动态模型,然后确定了匝道控制目标,根据非线性反馈原理设计单神经元自适应PID匝道控制器.采用一种改进的算法对权值进行调整,最后用MATLAB软件进行系统仿真.结果表明,该系统鲁棒性强,响应速度快,具有优越的动态和稳态性能,能够达到理想的控制效果。
【机 构】
：
五邑大学信息学院,广东江门529020 五邑大学信息学院,广东江门529020;华南理工大学自动化
论文部分内容阅读
本文提出了一种改进的单神经元自适应PID控制方法调节进入高速公路的车辆数目。首先建立高速公路交通流动态模型,然后确定了匝道控制目标,根据非线性反馈原理设计单神经元自适应PID匝道控制器.采用一种改进的算法对权值进行调整,最后用MATLAB软件进行系统仿真.结果表明,该系统鲁棒性强,响应速度快,具有优越的动态和稳态性能,能够达到理想的控制效果。
其他文献
针对一类含有时变时滞的不确定参数线性系统, 研究了在执行器发生故障情况下系统指数稳定鲁棒H∞可靠控制器设计问题。经过适当的状态变换, 将原系统的鲁棒可靠指数镇定问题转化为另一个等价系统的鲁棒可靠镇定问题。根据Lyapunov稳定性理论, 给出了系统存在指数稳定鲁棒可靠控制器应满足的一个矩阵不等式；给出了系统同时具有H∞性能指标应满足的另一个矩阵不等式。论文将这两个矩阵不等式转化为两个线性矩阵不等式
在分析传统的频率弯折函数不足的基础上提出了一种新的二次弯折函数,其表达式的系数由频率对齐的起点和终点以及拐点来确定,拐点通过格型搜索算法或变步长的搜索算法确定。将这种新的频率弯折方法应用于自动语言辨识研究中,对比实验表明,二次弯折函数的效果优于常规的线性弯折函数和分段线性弯折函数.
基于多重分形谱的物理意义,探讨多重分形对金属失效典型形貌断口图像的处理,从中提取金属失效断口的尺寸分布特征谱来进行分类。利用多重分形谱具有标度不变性来描述断口图像的尺寸分布,对韧性拉伸断口、河流花样、韧性沿晶及裂纹扩展等典型形貌的金属失效断口图像进行处理,并进行特征提取及分类。实验表明,利用多重分形谱对典型形貌的失效断口图像分类是可行的,并且有较好的效果。
本文运用多重分形理论对蛋白质序列进行分析,多重分形能够分层次地刻画蛋白质特征序列的内部精细结构,突出异常局部的变化特征.同时,结合商空间粒度计算理论,对多重分形方法中的加权因子α进行粗粒度化处理,使得二维空间△d～max(Ca)在结构聚类问题上,起到显著效果。为进一步预测蛋白质结构类,提供了有益的帮助。
本文针对磁悬浮系统非线性、敏感性的特点，采用一种将线性二次型优化(LQR)设计和滑模变结构相结合的控制策略。线性二次型优化设计可以满足系统的静态性能指标要求, 而滑模变结构控制抑制了外部干扰的影响, 并保证了系统的快速动态响应。该控制策略解决了系统动态性能、鲁棒性和静态性能指标之间的矛盾, 控制器设计简单易实现.仿真和实验结果表明系统具有快速的动态响应特性, 并且对外部干扰具有较强的抑制能力。
本文针对一类随机动态系统,提出一种具有H∞干扰抑制的输出概率密度函数(PDF)鲁棒跟踪控制新方法。在利用B样条神经网络逼近随机动态系统的输出PDF的基础上,建立带有时滞的不确定概率密度权动态模型；然后,在考虑外部扰动的情况下,引入增广控制作用,设计基于误差反馈的鲁棒H∞跟踪控制器.该控制器不仅具有H∞范数下的干扰抑制作用,而且能实现PDF跟踪目的,并能保证闭环系统稳定和一定的线性二次型性能指标上界
在惯性约束核聚变(ICF)实验中,传感器的高精度定位是实现准确打靶的关键因素。研制出了一套用于传感器的高精度定位的并联六自由度机器人,它设计成虎克铰结构以满足大负载、高精度的要求,并采用高精度集成式的直线执行器,使用闭环控制方式,通过对电机的速度的合理规划,提高了系统的定位精度和重复精度,同时建立了并联机器人的运动学反解模型。开发了基于服务器端和客户端的网络通讯软件,实现了并联机器人系统的远程智能
本文提出了一种基于提升小波技术的多路径高频噪声的消除方法,实验证实了该种方法是有效的,同时也证明了该方法实现的简单性和计算的高效率。
本文提出了动态系统的一种新的参数辨识方法。该方法以参数真实值时系统输出的概率密度函数与估计值时的系统预测输出概率密度函数之间的距离为目标函数来估计参数.为了解决输出PDF估计计算量大,对数据质量要求高的缺点。同时根据模型输出的直方图,提出了另外一种目标函数.以HIV/AIDS 三维模型为例进行了仿真试验,仿真结果表明了该方法的有效性及鲁棒性。
本文在已有扩充粗糙集模型的基础上,基于集对分析中集对联系度的概念提出了一种改进的对象之间的分类关系,称之为广义集对相似关系,在此基础上给出了一个更一般的扩充粗糙集模型。选用UCI 数据库中的数据集进行测试,通过实验表明该模型的分类性能优于已有方法。因此更加适合大型不完备信息系统的处理.