基于GA的航空发动机单神经元自适应解耦控制器设计

针对航空发动机控制变量间的耦合作用,设计了基于GA优化的单神经元自适应解耦控制器,给出了控制系统的结构及解耦算法。该方法结构简单、易于实现,直接通过对两个通道误差的学习调整权值,实现解耦。仿真表明,在设计点和偏离设计点处,系统均具有良好的动态特性和解耦特性。     

BP算法各种改进算法的研究及应用

在简述ＢＰ网结构、算法及优缺点的基础上，详细研究了ＢＰ算法的改进方法及措施，即“步长自适应”、“训练集归一化”、“导数提升”、“各层变尺度”、“训练集重组”及“隐含层节点数的确定”。本文以实例在ＢＰ网的训练时间和预报精度两方面，将上述各改进的算法与经典算法做出对比，对比结果表明，合适地选取改进算法将大大加速ＢＰ网的训练时间并有效地提高ＢＰ网的预报精度。     

转子时间常数在线校正的感应电机转速观测

基于磁链的模型参考自适应算法中,转子时间常数失准会影响电流模型精度。建立了消除耦合关系的可同时辨识转速和转子时间常数的模型。针对纯积分环节造成的电压模型磁链失准问题,采用了包含两个神经元自适应滤波器的积分器代替传统积分器,消除了直流漂移和积分初始条件的影响。仿真结果表明:设计的模型参考自适应转速观测系统不受转子时间常数变化和直流漂移的影响,系统动态性能良好。最后在DSP电机控制试验平台上进行试验,验证了该方法的有效性和高性能。     

FAULT-TOLERANT INTEGRATED NAVIGATION SYSTEM BASED ON NEURONS

讨论了容错组合导航系统中的信息融合问题,提出了一种用于多传感器组合导航系统信息融合的神经元方法。通过仿真实验,验证了这种方法的可行性,该方法可以替代传统的需要估计协方差的数据融合算法,可以满足导航精度要求。     

飞机除冰车加热系统应用神经元PID控制仿真研究

针对飞机除冰车加热系统的大滞后和模型不确定性,设计了基于神经元自适应PID控制的飞机除冰车温度控制系统.仿真结果表明,神经元自适应PID控制较常规PID控制具有更好的控制品质和鲁棒性,更适用于飞机除冰车加热系统的温度控制.     

每月小抄

<正>[2009年12月29日][生命]美国科学家认为,他们已经发现大脑形成记忆的机理。人们早就知道,神经元相接的地方——突触是大脑的信息交换和储存的关键。但是研究人员表示,现在他们已经弄明白突触这个地方的分子是如何加强记忆的。该研究成果或许有助于研发治疗老年痴呆症等疾病的药物。     

基于单神经元PID算法的微小飞轮高精度控制

为了实现微小卫星高精度稳定并满足微小卫星“快、好、省”的原则,针对微小飞轮动态响应慢,经典控制方法系统输出力矩动态性能、稳态精度达不到要求的问题,推导了基于永磁无刷直流电机的微小飞轮动力学模型.通过建立基于单神经元PID的力矩模式控制系统,对该算法进行分析,设计实现了以现场可编程门阵列为控制核心的数字控制方案.采用该方案在微小飞轮工程样机上进行PID与单神经元PID算法的对比实验,结果表明:单神经元PID算法简单易于实现,超调量小,提高了力矩输出精度；该方案实现简单,重量轻,功耗低,集成度高,精度高,满足微小卫星的技术特点.     

高超音速飞机鲁棒自适应控制的研究

由于高超音速飞机自身特有的结构以及飞行时所处的复杂条件，其高度非线性的数学模型往往很难获知，即便是建立的某种数学模型也是极为不准确的，因此许多传统的控制方法已经不再适用。所提出来的高超音速飞机鲁棒自适应控制，依靠在线调参的单隐层神经元来逼近其不确定的数学模型，使得整个控制过程对模型的依赖程度大大降低，除此之外，该控制方法还具有非线性解耦的能力，最后通过对某种高超音速飞机的仿真分析，验证了该方法的控制效用及强鲁棒性能。     

人工神经网络

本文叙述了人工神经网络的基本概念、信息处理原理及主要特征。分析了Hopfield、误差反向传播等典型神经网络模型的互连结构、学习方法及特点。对该学科的发展及今后人工智能的研究策略也作了简要阐述。     

单神经元自适应PID控制在远程控制系统中的应用

在基于因特网的远程控制系统中,模型误差对系统特性影响很大.本文提出了单神经元PID自适应控制算法,在摆脱网络时延预测和时钟同步的基础上,减少了模型误差对远程控制系统的影响,试验表明系统具有良好的鲁棒性和控制品质.