简介：摘要院本文主要通过建立Lyapunov函数在T-S模糊控制系统中的应用得到控制系统全局指数稳定性判据，得到同时具有多时滞或者时滞对时间变化的模糊控制系统的反馈控制器设计准则，并利用M矩阵确保该系统存在稳定周期解。

简介：[摘要]伴随智能家居相关设备的普及应用，人们对智能家居整个控制系统层面提出更高要求。神经网络，它能够对用户各项行为习惯实施深度学习，引入智能家居整个控制系统当中，可使得智能家居真正实现总智能化的控制。故本文主要探讨以神经网络为基础的智能家居控制方法，仅供业内相关人士参考。

简介：所以生物的记忆过程就是建立特定连接方式的神经网络的过程,但在认知若干个具体苹果的过程中,可以由单个神经元、神经链路或是神经网络来承担

简介：摘要将人工神经网络（ANN）技术引入磨削加工领域，研究预测切向磨削力和法向磨削力，来提高磨削力的预测精度。以多层前反馈神经网络为基本结构，以误差逆传播算法（BP算法）为网络的训练方法。通过分析，以砂轮速度vs、工件速度vw和磨削深度ap为输入，以切向磨削力Ft和法向磨削力Fn作为网络输出，选定网络的层数、隐含层神经元个数、训练函数、传递函数等内容，建立预测磨削力的BP神经网络模型。然后比较不同网络模型，来确定最优的预测模型。

简介：研究了BP神经网络的收敛问题。基于随机理论，提出了解决网络收敛性问题的随机优选法。该方法不仅在任何条件下都能得到问题的具有一定精度的解答，而且收敛速度很快。

简介：摘要本文利用人工神经网络对两自由度线性振动系统进行了神经网络建模，并通过所建立的神经网络模型对该系统进行了预测。分别利用MATLAB和BP网络作为平台和训练工具。以两自由度悬臂梁的受迫振动为例，将一段时间内的激励力作为网络的输入参数，对应于该段时间内由振动产生的挠度作为网络的输出参数，然后利用BP网络进行训练。将网络模型预测结果与精确解进行对比，误差甚小。该结果表明所建立的神经网络模型合理、有效，可利用其对该类问题进行预测并应用于工程实践中。

简介：摘要：在日常的生活中,人们会遇到很多不确定性,比如运动物体发生了变化、工作环境发生变化等。这些都需要大量数据进行研究和分析。循环神经网络就是一种能够快速收敛并能自动消除系统误差，并且对信息处理速度比较快的新型算法之一，而且在网络研究中,循环神经网络具有非常重要的作用,它可以通过学习和计算来处理复杂系统，具有非常广阔的发展前景,在很多领域得到了广泛运用与关注;但是目前存在许多问题需要解决。

简介：本文研究BP神经网络PID控制算法在PLC中的具体实现方法。着重介绍了BP神经网络自整定PID控制系统结构和算法;以S7-1200PLC为控制器,采用SCL语言进行了BP神经网络自整定PID控制算法功能块的设计,给出了功能块参数的说明;试验表明,相比常规PID控制,BP神经网络自整定PID控制能获得更好的控制效果,设计的算法功能块具有一定的通用性和可移植性,为先进控制算法拓展到工程实际领域提供了应用参考。

简介：异步电动机控制系统是一个较难的工程问题。由于交流电动机机械系统具有非线性动态特性，以及交流电动机的某些状态变量无法测量，这些问题都使系统控制问题变得复杂。另外温度发生变化时，转子电阻发生很大变化，这又是一个控制系统难以克服的问题。使用神经网络的自适应控制技术来实现感应电动机的控制问题，第一种是单输入-单输出（SISO）系统，控制器使用静态多层感知器神经网络（MLP神经网络）；第二种是多输入-多输出（MIMO）系统，控制器使用递归神经网络为动态控制系统方案。本文重点讨论MIMO系统。

简介：摘要传统SCR脱硝控制设计及优化方法大多依赖PID控制模型，依赖大量人工经验、人工调参及模型优化，并且无法很好适应不同锅炉环境。近年来，以深度神经网络为代表的人工智能方法被广泛使用于不同领域，并且具有应用在SCR脱销控制预测的潜力。本文研究基于深度神经网络的SRC脱销控制模型，使用负荷、烟气流量、入口NOx和出口NOx作为输入，使用优化PID调节下的调门开度作为预测目标，所构建的深度神经网络可精确预测调门开度，可替代传统PID控制模块，实现SCR脱硝控制调节及优化。

简介：摘要本文利用人工神经网络理论在模糊控制技术上的运用，设计以洗涤水浑浊度和浑浊度变化率为输入参量，实时控制洗涤时间的洗衣机，并用MATLAB进行模拟

简介：将模糊控制和神经网络控制相结合设计出模糊神经网络控制器，应用于交流伺服系统的调速控制中，可以克服交流伺服电机中参数变化、非线性和耦合等不确定因素的影响。针对模糊神经网络控制器运算量大、收敛慢的特点，硬件采用DSP芯片作为其控制器运算单元，成功地完成了其控制器的DSP实现，提高了交流调速系统的控制性能。

简介：摘要飞机的导航系统是引领飞机飞行方向，并让其可以根据事先规划的飞行路线在预期的时间内到达目的地，达到预定的飞行工作。本文基于神经网络控制，针对飞机导航系统的某些问题实施优化，力争获取好的解决方案，并且还给飞机导航系统的算法深入发展探索方向。

简介：针对无人动力伞在执行任务时常常在低空、城市上空等复杂气流环境飞行，无人动力伞的响应特性受到飞行速度、航向角和各种风的综合影响，具有的非线性和不确定性．导致事先设计的控制规则不再适合，对此基于PID的控制算法难以达到满意的控制效果．本文提出了一种模糊神经网络控制无人动力伞航向控制策略，利用RBF神经网络所特有的局部逼近能力，对模糊控制规则进行在线推理并获得连续输出，采用GA算法对神经网络参数进行调整来实现对模糊控制器规则库的优化和模糊规则的自动生成．使控制器能够进一步适应无人动力伞实时控制中的时变性和不确定性，保持良好的控制性能；仿真表明算法是可行的．

简介：用最大Lyapunov指数构造遗传算法中的适应度函数，通过遗传算法优化神经网络的权系数．根据所得到的适应度函数和权系数来构造遗传神经网络控制器，从而提高神经网络控制效果．对离散系统Logistic映射和连续系统Rossler方程、AFM（原子力显微镜）悬臂梁振动系统的混沌运动分别进行了仿真控制．数值实验结果表明本文改进的遗传神经网络控制方法对离散或者连续的混沌系统都能控制到低周期轨道上去，证明了算法的有效性．

简介：摘要：传统的交通控制系统在应对复杂、动态的交通流中显示出局限性，急需一种更加智能化的解决方案。而神经网络技术作为人工智能领域的一个重要分支，以其出色的数据处理和模式识别能力，为创新交通控制系统提供了新的可能性。通过利用神经网络对交通数据进行实时分析和预测，可以显著提高交通系统的响应速度和调控精度。因此，本研究旨在设计一种基于神经网络的智能交通控制系统，以期提高交通效率，减少拥堵，优化城市交通流。

简介：摘要： 常规 PID控制是工业控制中经常使用的控制方法。 BP神经网络控制的方法可以使控制器具有较好的自适应性，可以实现参数自动调整。本文主要设计了常规 PID控制系统和 基于BP神经网络的 PID控制的温室控制系统，通过 MATLAB对两者进行仿真对比， BP神经网络控制系统对不同的对象具有适应性、控制效果更好。

简介：常规PID控制是工业控制中经常使用的控制方法。BP神经网络控制的方法可以使控制器具有较好的自适应性，可以实现参数自动调整。本文主要设计了常规PID控制系统和基于BP神经网络的PID控制的温室控制系统，通过MATLAB对两者进行仿真对比，BP神经网络控制系统对不同的对象具有适应性、控制效果更好。

简介：针对智能车模型,提出了基于机器视觉的神经网络转向控制算法。该算法的输入为一张道路图的黑线位置值,输出为前轮转角。试验结果表明,这种算法能够很好地学习操作员给定的控制策略,具有较好的稳定性和鲁棒性。

简介：染色温度控制系统中存在着严重的非线性、较大的时变性和时滞性,难以用数学方法建立精确的数学模型,用传统的常规控制很难达到较好的控制效果,本文将人工智能中的神经网络控制技术和模糊控制技术结合,采用闭环控制方式实现染色缸染色温度控制.