高分悬赏!!!求解神经网络控制器??? 100
谷歌人工智能写作项目:神经网络伪原创
《一种改进的微机控制系统主从式通讯网络设计》的作者
写作猫。
[19]一种改进的微机控制系统主从式通讯网设计,电气自动化,Vol.19,No.5,1997我不知道你是不是要找上面的我列出的文章的作者,如果是,你可以请看:?subdepid=144&articleid=625李奇,男,1963年8月生,工学博士,教授,博士生导师。
现任江苏省科技厅副厅长,九三学社江苏省省委委员,九三学社江苏省文教工作委员会委员。江苏省自动化学会常务理事,江苏省金属学会理事,中国自动化学会应用专业委员会委员。
目前主要从事智能控制、综合自动化、计算机监控等方面的研究工作。
主要成绩获航空工业总公司科技进步奖一次、上海市科技进步三等奖一次、上海市公用事业局科技进步二等奖一次、同济大学科技进步二等奖一次、同济大学优秀教材三等奖一次、东南大学教学二等奖一次。
负责或主要参加各类科研任务十几项,在国内外各类期刊或会议上发表论文四十余篇。
已发表论文[1]从输入输出差分模型转换成其它模型的递推算法,控制与决策,No.2,1987[2]一个实用的系统辨识软件包,南京工学院学报,Vol.17,No.6,1987[3]系统辨识应用软件包及其工业应用实例,中国机电工程学报,Vol.8,No.1,1988[4]RXB-C20型热电式燃气熄火保护装置的研究,城市公用事业,Vol.3,No.1,1989[5]大容量煤气管网平差计算的新方法,城市公用事业,Vol.4,No.6,1990[6]城市煤气输配系统调压站的优化设计,东南大学学报,Vol.21,No.6,1991[7]大容量煤气管网的撕裂法求解,信息与控制,Vol.21,No.3,1992[8]弱关联串联大系统的最优化,控制与决策,Vol.8,No.1,1993[9]大规模煤气低压管网的优化设计,东南大学学报,Vol.23,No.1,1993[10]煤气管网平差的撕裂法及其实现,城市公用事业,Vol.7,No.4,1993[11]玻璃熔窑计算机控制的现状和展望,南京航天航空大学学报,Vol.26增刊,1994[12]非凸大系统优化的辅助变量法,同济大学学报,Vol.22,No2,1994[13]总体生产计划的模糊控制方法研究,管理工程学报,No.4,1995[14]配电房管理监控综合自动化系统,东南大学学报,Vol.26,No.5A,1996[15]纸浆蒸煮过程微机控制,东南大学学报,Vol.26,No.5A,1996,全国[16]OptimizationofLoopedwaterDistributionSystem,IEEEInternationalConferenceonIndustry,1996国际会议[17]基于模糊预测的间歇PID控制器,信息与控制,No.5,1997[18]管道网络系统的弱关联性及其应用,东南大学学报,Vol.27,No.4,1997[19]一种改进的微机控制系统主从式通讯网设计,电气自动化,Vol.19,No.5,1997[20]制浆生产过程的微机控制,纸和造纸,No.3,1997,全国[21]一种基于多步预测的神经网络智能PID控制算法,东南大学学报,Vol.27,5B,1997[22]一类神经网络PID控制算法的分析与改进,控制与决策,Vol.13,No.4,1998[23]分布式微机监控系统在变电所中的应用,自动化仪表,Vol.19,No.3,1998[24]基于CT001-V1的FMS物料小车的位置控制系统,电气传动,Vol.28,No.6,1998[25]PLC在FMS物料小车行走定位中的应用,电子技术应用,Vol.24,No.10,1998[26]用C语言实现FMS物料系统中PLC与上位机PC的通信,计算机应用研究,Vol.15,No.6,1998[27]超线性单滞量微分方程的研究,东南大学学报,Vol.28,No.6,1998[28]燃气工程测试技术,同济大学出版社,91年获同济大学优秀教材三等奖。
[29]基于粗集理论知识表达系统的一种归纳学习方法,控制与决策,Vol.14,No.3,1999[30]模糊聚类分析的传递方法,东南大学学报,vol29,No4,1999[31]混合0-线性规划问题的一个代数约束定界方法,系统科学与数学,Vol.19,No.3,1999[32]一种基于动态神经网络的wiener模型辨识,控制理论与应用,vol.17,No.1,2000[33]机器学习的一种粗糙集合方法,信息与控制,Vol.29,No.7,2000[34]陈夕松、李奇、王彩红,铁矿石破碎机电流模糊控制的设计与应用,工业仪表与自动化装置,No.3,2001[35]陈夕松、李奇,PLC在梅山铁矿细碎及筛分系统中的应用,电气自动化,Vol.23,No.1,2001[36]现代工业生产用自动车设计与控制,电气自动化,Vol.22,No.5,2000[37]陈夕松、李奇,梅山铁矿集散控制系统(DCS)设计,电气传动,Vol.31,No.4,2001[38]李世华、李奇,IdentificationofHammerStainModelUsingHybridNeuralNetwork,JournalofSoutheastUniversity,Vol.17,No.1,2001[39]李奇、孙琳,FMS-500物料贮运系统的研制,电气自动化,Vol.23,No.3,2001[40]秦春华、李奇、方仕雄,ODBC标准在SCADA系统中的应用,No.8,2001[41]刘爱华、李奇、钱艳平,基于无线通信技术的行车调度控制系统研究,工业控制计算机2002(9)[42]刘爱华、李奇、钱艳平,无线通信技术在炼钢车间行车调度控制系统中的应用,冶金自动化,Vol.26,No.05,2002[43]秦春华、李奇、方仕雄,工控网络拓扑结构及其协议分析,计算机应用研究,Vol.19,No.4,2002[44]方仕雄、李奇、秦春华,基于WEB的视频监控系统的实现,工业控制计算机,2002(3)[45]方仕雄、李奇、秦春华,磨矿分级给矿模糊控制的设计和应用,微计算机信息,2002(5)[46]钱艳平,李奇,刘爱华,基于模糊与PID混合算法的制浆蒸煮过程控制,信息与控制,(4)[47]钱王平、李奇、刘爱华,无线通信技术在炼钢配方优化系统中的应用与研究,电气自动化(3)[48]刘爱华、李奇、刘怀、钱艳平,面向对象技术在过程控制中的应用研究,计算机应用研究,(3)已完成科研项目[1]FMS-500物料贮运系统,省“八五”攻关项目,99年1月由省科委主持鉴定,评定为国内领先,部分国际先进[2]FMS-500柔性制造系统,省“八五”攻关项目,98年9月由省科委主持鉴定,评定为国内领先,部分国际先进[3]FMS多目标交互式优化调度,“863”CIMS课题,通过评审[4]扬子石化信息系统“九五”规划,通过验收[5]梅山铁矿选厂综合自动化系统(第1、2期)[6]汽车自动驾驶入库系统[7]华茂管理信息系统[8]变电所综合自动化系统,通过验收[9]造纸厂纸浆综合自动化系统,通过验收[10]低定量A级箱板纸定量水份控制,通过验收[11]燃气输配系统调压站的布局优化设计,上海市公用事业局主持鉴定,评定为国内首创[12]华能南京电厂高压开关室温湿度监控系统,通过验收[13]煤气用具安全装置的研究,通过上海市经委组织的鉴定[14]大型火电机组动态特性的研究,通过电力部主持的鉴定,评定为国内领先,部分内容国际先进[15]锅炉负荷及燃烧优化控制,通过验收[16]通大纸业1760造纸机自动化改造,通过验收[17]纸浆蒸煮自动化系统,通过验收[18]纸浆配浆自动化系统,通过验收[19]废钢上料无线监控系统,通过验收[20]纸浆配浆自动化系统,通过验收正在从事的科研项目[1]弱关联网络系统的优化研究,教育部“高等学校骨干教师资助计划”项目,2000.7-[2]梅山铁矿选厂综合自动化系统(第3期),原冶金部95攻关项目延续,2001.4-[3]国际空间站AMS(阿尔法磁谱仪),与丁肇中合作,2002.5-[4]高精度伺服稳定平台的研制,2002.7-[5]江苏省信息化示范工程(金莲纸业),.1-。
什么是神经网络控制技术
神经网络控制技术是一项复杂的系统控制技术,一般应用在变频器的控制中,它是通过对系统的辨识、运算后对变频器进行控制的一种新技术。
而且神经网络控制可以同时控制多个变频器,所以应用在多个变频器级联控制中比较合适。
在混动卡罗拉控制系统中,神经网络控制系统控制了哪些?
混合动力汽车控制器相对来说能多一点。发动机电脑主要控制发动机运行的各类数据参数。电机控制器主要控制电机的速率,扭矩。
动力电池电脑主要控制动力电池的充电,放电整车控制器,起到协调作用,协调发动机和高压电路之间的转换。
前馈控制器与常规PID控制器有什么不同
PID控制器(ProportionIntegrationDifferentiation.比例-积分-微分控制器),由比例单元P、积分单元I和微分单元D组成。
通过Kp,Ki和Kd三个参数的设定。PID控制器主要适用于基本线性和动态特性不随时间变化的系统。PID控制器是一个在工业控制应用中常见的反馈回路部件。
这个控制器把收集到的数据和一个参考值进行比较,然后把这个差别用于计算新的输入值,这个新的输入值的目的是可以让系统的数据达到或者保持在参考值。
和其他简单的控制运算不同,PID控制器可以根据历史数据和差别的出现率来调整输入值,这样可以使系统更加准确,更加稳定。
可以通过数学的方法证明,在其他控制方法导致系统有稳定误差或过程反复的情况下,一个PID反馈回路却可以保持系统的稳定。
智能PID控制就是将智能控制(intelligentcontrol)与传统的PID控制相结合,是自适应的,它的设计思想是利用专家系统(ExpertSystem)、模糊控制(fuzzycontrol)和神经网络(neuralnetwork)技术,将人工智能以非线性控制方式引入到控制器中,使系统在任何运行状态下均能得到比传统PID控制更好的控制性能。
具有不依赖系统精确数学模型和控制器参数在线自动调整等特点,对系统参数变化具有较好的适应性。
模糊PID控制是利用当前的控制偏差和偏差,结合被控过程动态特性的变化,以及针对具体过程的实际经验,根据一定的控制要求或目标函数,通过模糊规则推理,对PID控制器的三个参数进行在线调整。
智能PID控制主要有模糊PID控制器、专家PID控制器和基于神经网络的PID控制器等。
专家系统是一种能在某个特定领域内﹐以人类专家水平解决该领域中专门任务的计算器系统﹐其内部具有某个领域中大量专家水平的知识与经验﹐能够利用人类专家的知识和解决问题的方法来解决该领域的问题。
专家PID控制采用规则PID控制形式,通过对系统误差和系统输出的识别,以了解被控对象过程动态特性的变化,在线调整PID三个参数,直到过程的响应曲线为某种最佳响应曲线。
它是一种基于启发式规则推理的自适应技术,其目的就是为了应付过程中出现的不确定性。
神经网络系统亦称为人工神经网络﹐就是将人工神经元按某种方式联结组成的网络﹐用于模拟人脑神经元活动的过程﹐实现对信息的加工﹑处理﹑存储等。神经网络有前向网络(前馈网络)﹑反馈网络等网络结构形式。
与模糊PID控制和专家PID控制不同,基于神经网络的PID控制不是用神经网络来整定PID的参数,而是用神经网络直接作为控制器,通过训练神经网络的权系数间接地调整PID参数。
如果觉得《间歇控制器的工作原理 神经网络控制应用实例》对你有帮助,请点赞、收藏,并留下你的观点哦!