单神经元自适应控制器在液位控制中的应用

介绍了单神经元自适应控制器在液位控制中的应用；在控制算法中提出了自调整学习速率和学习初期的分层控制方法。     

应用神经元控制器的实时控制装置和实验

针对平衡倒立摆这一非线性控制问题，设计了神经元控制器和控制装置，编制了实时控制程序．控制装置运行良好，成功地平衡了倒立摆．实时控制实验显示，当倒立摆的参数变化时，神经元控制器比一般的控制器具有强得多的自适应能力．     

电子膨胀阀双神经元预测控制

提出了用双神经元预测控制算法对电子膨胀阀进行控制的方法，一个神经元用于在线实时估计对象动态特性，以获取对象的一步预测模型。通过学习减小模型的预测误差；另一个神经元用于在线实时控制，仿真与应用表明该算法有良好的动态响应和较强的鲁棒性，能够对电子膨胀阀进行有效的控制。     

一种并联抑制神经网络结构及学习算法

对普通并联神经元的缺陷进行了分析,提出了一种广义的并联抑制神经元,构造了基于并联抑制神经元的前向神经网络结构,并给出了相应的学习算法。通过对几个模式分类问题的基准问题的测试,将提出的方法与SIANN、BP神经网络进行了比较,验证了提出的网络结构和学习算法的有效性。实验结果表明:单个的GSIN和简单的GSINN可以取得比SIANN和BP网络都好的分类效果。     

基于单神经元的非线性单值预测控制

利用单神经元构造被控对象的预测模型,给出了基于单神经元预测模型的单值预测控制算法,证明了该算法具有结构简单、运算量小、速度快的特点.通过理论分析给出了神经元学习收敛的充分条件.仿真结果表明了该算法的可行性.     

语言省略现象认知理解的神经网络基础

人类的知识是存在于人体的神经系统之中的。人脑神经元认知活动的神经网络模型可以被用来解释人们对语言省略现象的理解。神经元之间的权重连接值是可以通过神经系统的学习来进行调整的。人们对语言省略的规则和模式的学习在本质上就是神经网络的权重学习。     

神经网络在高速超精轴系故障诊断中的应用

讨论了ＢＰ神经网络神经元开关函数饱和参数的选择问题，建立了ＢＰ神经网络的容错能力、全局性能与收敛速率之间的关系，并提出了一个如何应用这些关系来合理选择神经元开关函数饱和参数的方法模拟试验研究和分析结果表明，本文提出的合理选择神经元开关函数的方法可以有效地帮助ＢＰ神经网络技术解决诊断中复杂的模式分类问题。     

黑猩猩会玩电脑游戏

4岁大的黑猩猩贝纳斯不是电脑奇才，但它正在学习玩电脑游戏。在前几天，当它妈妈玛杜在葡萄树间窜来窜去，爬高上低时，它正学妈妈的样子，嘴脚并用，利用触摸屏控制器兴高采烈地玩电脑游戏。     

色噪声作用下耦合神经元网络的相干共振

研究了色噪声作用下耦合(FHN)神经元模型的相干共振现象。运用改进的四阶随机龙格-库塔法,计算了神经元膜电压分布和神经元点火峰峰间隔的变差系数。结果表明,神经元点火峰峰间隔的变差系数是色噪声强度、色噪声相关率和耦合神经元个数的非单调函数;存在最优的色噪声强度、色噪声相关率和耦合神经元个数,使得神经元点火峰峰间隔的变差系数出现极小值(即为相干共振)。讨论了色噪声强度、色噪声相关率和耦合神经元个数对系统相干性的影响。     

语言的镜机制与认知语言学

镜神经元最主要的研究成果是提出了人脑认知机制——镜机制，它适用于解释语言认知机制。从镜机制角度阐述语音、语义和语言符号的神经机制，探究镜机制理论与认知语言学语言观的融合，其主要内容包括：镜神经元和镜机制假设；语音、语义和语言符号的镜机制和认知语言学阐述。研究发现镜机制理论和语言能力在认知科学学科内可以融合，为认知语言学角度的语音研究提供了新视角，并初步提出了语音整合观。     

一种复合控制器在直流调速系统中的应用

提出一种复合正交神经网络控制与传统PID控制相结合的复合控制器，仿真结果表明，相对于常规PID控制器，该复合控制器具有自学习和自适应功能，速度跟踪获得了满意的控制效果．     

一种实用自适应PID控制器

本文介绍了一种实用自适应PID控制器,它是以MCS-51系列单片微机为核心,采用PID控制规律结合参数辨识的控制算法,实现了PID参数完全在线自动整定。该控制器适用于被控制对象未知或慢时变的场合,既可替代常规PID控制器,也可作为分布式系统的低级智能控制器。     

感应电机解耦控制智能PSD调速系统研究

本文针对感应电动机解耦控制,采用单神经元ＰＳＤ算法作速度调节器的磁链调节器,构成感应电动机ＰＳＤ调速系统。该系统自适应学习能力强,仿真研究表明,控制效果良好。     

神经网络仿PID参数自适应控制器及其应用

介绍了基于BP神经网络的仿PID自适应控制器，给出了控制算法，推导了基于变形Elman网络的系统辨识算法，仿真及应用表明此方法是可行的。     

适用于具有未知或变化时滞的PID自适应控制器

本文通过把Smith型预估和补偿方法与PID控制算法相结合,提出了一种新的、简单而有效的SIOS自适应控制算法,此法便于在实际中应用推广。文末给出了数字仿真与物理仿真结果。     

暖通空调系统的新型模糊自调节PID控制

针对暖通空调系统中由于存在高度非线性,外部扰动,多变量等因素而难以控制的现状,提出一种利用模糊控制器的解析表达式实时调节PID控制器各参数的新型模糊PID控制算法。闭环系统中的模糊模型在发挥控制作用的同时,作为调节器实现了对PID控制器各参数的在线自适应调节,并且给出了具体控制算法设计。仿真结果表明与传统PID控制器相比,这一新型模糊PID控制器具有超调量小,调节时间短,鲁棒性强等优良的控制性能。     

模拟复合正交神经网络在轴向磁轴承中的控制研究

在数字复合正交神经网络(NN)的基础上提出一种模拟复合正交神经网络,并用于轴向磁轴承的控制中.控制器采用模拟复合正交神经网络与PID的并行控制方法,对带有负载干扰的轴向磁轴承控制系统作了PID控制与NN PID控制的仿真实验.仿真结果表明,相对于常规PID控制器,该并行控制法具有非常好的抗干扰与自适应能力,获得了满意的控制效果.     

基于Simulink的模糊PID参数自整定控制器的设计与仿真

针对PID控制器参数整定问题,介绍了一种运用模糊推理实现对PID参数自整定的控制方法,并运用S imu link进行仿真分析,仿真结果表明:模糊PID参数自整定控制较常规PID控制具有较小的超调量和较短的调节时间,以及较好的动态响应特性和稳态特性。     

基于粒子群算法与改进Ziegler-Nichols算法的PID整定方法

针对Ziegler-Nichols算法设计的PID控制器阶跃响应不理想,不具有灵活性等缺点,提出基于粒子群算法与改进 Ziegler-Nichols算法的PID整定方法。采用粒子群算法优化了Ziegler-Nichols算法中的幅值和相角,设计了具有更好性能 指标的PID控制器。实验结果表明采用该方法进行参数整定后的PID控制器响应速度较快,降低了系统的超调量。