导读:本文包含了模糊神经网络控制论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,模糊,算法,焦炉,闭环,长丝,系统。
模糊神经网络控制论文文献综述
刘振兴[1]（2019）在《一种基于模糊神经网络的PI双闭环SPWM逆变器控制方法》一文中研究指出提出了一种基于模糊神经网络的PI双闭环SPWM逆变器控制方法。该方法在分析PI控制器比例系数和积分系数的对控制效果影响的基础上,设计了模糊神经网控制器,自动调整PI控制器参数,同时引入双闭环控制,进一步控制输出信号。单相逆变电源系统仿真实验表明,与模糊自适应PI双闭环控制相比,采用基于模糊神经网络PI双闭环控制的逆变电源系统,具有更低的电压THD值、更好的稳态和动态性能。(本文来源于《工业控制计算机》期刊2019年12期）
王靖坤[2]（2019）在《一类非线性系统的模糊神经网络全局滑模控制》一文中研究指出文中针对一类非线性系统提出了一种基于模糊神经网络的全局滑模控制策略。设计了模糊神经全局滑模函数,并根据Lyapunov稳定性理论设计出控制器和自适应律。文中以叁相并联型有源电力滤波器为实例在MATLAB平台上进行了仿真实验,电网电流谐波畸变率由24. 71%降低到1. 6%,表明所提出的方案具有很好的补偿性能。(本文来源于《信息技术》期刊2019年12期）
朱耀麟,周晓东,武桐,任学勤[3]（2019）在《模糊神经网络的长丝恒张力控制系统设计》一文中研究指出针对喷毛机长丝张力的不可控以及不稳定性问题,设计了基于单片机的长丝张力控制器,并介绍了硬件设计方案。首先将喷毛机被动退绕式改为主动退绕式,通过增加一个电机和长丝压杆来控制长丝的张力,然后在单片机的硬件平台基础上采用模糊神经网络PID控制策略控制电机的运行,检测长丝的实时张力,通过控制电机进而控制长丝的张力。实验结果表明,模糊神经网络算法要优于模糊控制算法、PID算法。(本文来源于《单片机与嵌入式系统应用》期刊2019年12期）
刘昕明,吕亮,罗伟[4]（2019）在《基于动态模糊神经网络逆系统的焦炉集气管压力解耦控制》一文中研究指出焦炉集气管压力系统具有多变量、强耦合、非线性和纯滞后等特点,难以建立准确的数学模型。文章采用基于动态模糊神经网络的逆系统方法对集气管压力系统进行解耦,建立逆系统解耦器,并且设计了集气管压力单神经元PID控制器。该方法有效地实现了多焦炉集气管压力解耦控制,能较好地满足多焦炉集气管压力控制的工艺要求。(本文来源于《无线互联科技》期刊2019年21期）
李英[5]（2020）在《基于模糊神经网络的液压式播种机电气控制系统研究》一文中研究指出播种机电液悬挂系统主要用于在使用过程中对播种机具进行调节,以实现播种深度和播种间距的控制。为了提高电液悬挂系统的控制精度和智能化水平,将模糊神经网络理论引入到了控制系统的设计上,通过PID反馈调节的方式,实现播种机具的自动化提升或者降低,保证播种机具在预定的耕深下工作。模拟免耕播种的作业环境,对模糊神经网络PID控制系统进行了测试,结果表明:在播深自动化调节过程中,系统的响应速度较快,响应精度较高,从而验证了方案的可行性。(本文来源于《农机化研究》期刊2020年07期）
毛晨斐,毛昱欢,张艳丽[6]（2019）在《基于神经网络的点模糊控制方法研究》一文中研究指出智能管控的行当焦点就是模糊神经网络。而模糊神经网络把模糊科技和神经网络的优势进行融合,包含自学习、自适应、联想与模糊讯息处置,其有着神经网络的研习功能,让网络自适应功能强化,并且参考专家的理论,有着极强的推导能力。透过融合其优点,明显地强化了研习与表述功能。(本文来源于《农家参谋》期刊2019年21期）
辛旗,白蕾,孟娇娇[7]（2019）在《基于自适应模糊神经网络的机械臂控制》一文中研究指出机械臂的控制是一种重要的现代工程技术。控制机械臂的运行,必然要面对多种动态不确定因素,难以精确建模,因此,找到一种合适的控制方法是十分必要的。模糊神经网络技术具有高精度的函数逼近能力,可以通过其多层结构来确定系统模型,自适应更新规则的引入可使其更好地适应系统扰动和动态性能的变化。基于此种技术设计的机械臂控制器,经过实验验证,其控制效果优于目前传统控制方式,可以作为一种解决机械臂轨迹跟踪控制难题的方案。(本文来源于《自动化与仪器仪表》期刊2019年11期）
蒋金伟[8]（2019）在《基于模糊神经网络PID的塑料薄膜厚度自适应控制》一文中研究指出针对塑料薄膜控制系统存在非线性强、大时滞性、薄膜厚度控制精度低等问题,设计了一种模糊控制规则、神经网络与传统PID相结合的塑料薄膜厚度自适应控制系统。首先介绍了塑料薄膜吹膜机工艺,并分析了塑料薄膜厚度检测以及控制原理。设计了模糊神经网络PID的控制系统,利用模糊控制规则及神经网络的自学习能力,实现了传统PID控制参数的在线自适应调整。仿真结果表明,模糊神经网络PID控制器具有良好的动态响应特性,能够使系统在很短时间内达到稳定状态,将薄膜厚度误差控制在3μm以内。当系统被控对象发生变化时,模糊神经网络PID控制器超调量能够控制在10%以内,响应时间不超过100 s。(本文来源于《塑料》期刊2019年05期）
吴忠强,张伟[9]（2019）在《基于终端滑模模糊神经网络的电力系统负荷频率控制研究》一文中研究指出针对区域互联电力系统受到风电及负荷扰动后,系统频率会出现大幅度波动问题,提出一种基于终端滑模模糊神经网络的多区域互联电力系统负荷频率控制(LFC)方法。在分析单一区域电力系统有功输出特性的基础上,建立计及多区域有功输出的互联电力系统负荷频率控制模型。采用自适应逆控制,有效的解决系统响应和扰动抑制的矛盾。将终端滑模模糊神经网络引入自适应逆系统,构建模糊神经网络辨识器,利用终端滑模在有限时间内可实现无静差跟踪的特点,进一步提高神经网络的辨识能力。仿真结果表明所设计的基于终端滑模模糊神经网络的自适应逆系统,不仅可以得到好的动态响应,还可以使风电及负荷扰动减小到最小。(本文来源于《模糊系统与数学》期刊2019年05期）
穆海芳,韩君,何康,李明[10]（2019）在《模糊神经网络PID控制在磨粉过程中的应用》一文中研究指出磨煤机制粉系统具有非线性、时滞性大等特点,而且其输入量和输出量之间高度耦合,采用常规的控制方法难以实现良好的效果。为此提出模糊控制与神经网络结合的结构,采用误差反传优化网络权值,用于磨煤机制粉系统的控制。首先采用模糊算法对神经网络的输入值进行预处理,然后采用误差反传算法调整网络的权值,实现了PID控制器参数的自适应调整。仿真实验表明,该方法能解决耦合性、时滞性问题,超调量小,跟踪效果好,具有良好的鲁棒性和适应性。(本文来源于《廊坊师范学院学报(自然科学版)》期刊2019年03期）
模糊神经网络控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
文中针对一类非线性系统提出了一种基于模糊神经网络的全局滑模控制策略。设计了模糊神经全局滑模函数,并根据Lyapunov稳定性理论设计出控制器和自适应律。文中以叁相并联型有源电力滤波器为实例在MATLAB平台上进行了仿真实验,电网电流谐波畸变率由24. 71%降低到1. 6%,表明所提出的方案具有很好的补偿性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模糊神经网络控制论文参考文献
[1].刘振兴.一种基于模糊神经网络的PI双闭环SPWM逆变器控制方法[J].工业控制计算机.2019
[2].王靖坤.一类非线性系统的模糊神经网络全局滑模控制[J].信息技术.2019
[3].朱耀麟,周晓东,武桐,任学勤.模糊神经网络的长丝恒张力控制系统设计[J].单片机与嵌入式系统应用.2019
[4].刘昕明,吕亮,罗伟.基于动态模糊神经网络逆系统的焦炉集气管压力解耦控制[J].无线互联科技.2019
[5].李英.基于模糊神经网络的液压式播种机电气控制系统研究[J].农机化研究.2020
[6].毛晨斐,毛昱欢,张艳丽.基于神经网络的点模糊控制方法研究[J].农家参谋.2019
[7].辛旗,白蕾,孟娇娇.基于自适应模糊神经网络的机械臂控制[J].自动化与仪器仪表.2019
[8].蒋金伟.基于模糊神经网络PID的塑料薄膜厚度自适应控制[J].塑料.2019
[9].吴忠强,张伟.基于终端滑模模糊神经网络的电力系统负荷频率控制研究[J].模糊系统与数学.2019
[10].穆海芳,韩君,何康,李明.模糊神经网络PID控制在磨粉过程中的应用[J].廊坊师范学院学报(自然科学版).2019
论文知识图
