导读:本文包含了变结构神经网络模糊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,结构,递归,矢量,永磁,算法。
变结构神经网络模糊控制论文文献综述
汪辉[1]（2016）在《基于模糊神经网络滑模变结构火炮伺服系统的控制研究》一文中研究指出随着现代军事能力的不断提高,火炮朝着高精度、远射程、数字化和快速反应的方向发展。火炮伺服系统是提高火炮精度和提升射程的重要因素,针对火炮伺服系统存在非线性、耦合、时变以及负载扰动和惯量变化等问题,传统的控制策略已经无法满足火炮伺服系统控制的精度和稳定性要求。本文拟通过研究先进的建模方法和控制策略,以提高火炮系统的控制性能。论文的主要工作包括以下几个方面:(1)首先搭建了火炮交流伺服系统的半实物仿真实验台,对该系统的结构和原理进行介绍,采用矢量控制方法对交流伺服电机进行解耦,并对电流环和速度环进行了简化处理,推导得出完整的交流伺服系统的数学模型,为下一步采用先进的控制策略和实验分析奠定了实物基础。(2)针对火炮交流伺服系统存在时变和耦合等非线性因素,难以建立其精确的数学模型。而RBF神经网络具有良好的逼近能力,本文采用RBF神经网络对系统进行结构辨识。由于RBF神经网络自学习能力较差且参数固定的缺点,引入差分进化算法对其进行优化,最后通过离线训练和验证表明基于差分进化算法优化的RBF神经网络辨识精度高。(3)鉴于滑模变结构控制对于外部扰动不敏感的特点,本文采用滑模变结构控制策略对火炮交流伺服系统进行控制。针对滑模变结构存在抖振问题,引入RBF神经网络对滑模控制器的切换增益进行实时调节。考虑到RBF神经网络自学习能力差、参数固定,无法及时、准确的对切换增益进行调节,故引入模糊控制对其结构参数进行修正,以提高其对切换增益的调节能力。仿真验证结果表明:本文设计的模糊RBF神经网络滑模变结构的控制策略具有控制精度高和鲁棒性好等优点,满足系统控制要求。(4)基于搭建的系统仿真实验平台,对上述算法进行实验验证,分析实验结果,最后得出模糊神经网络滑模变结构控制拥有很好的动静态性能,满足指标要求。(本文来源于《南京理工大学》期刊2016-12-01）
董金奎,胡彦奎[2]（2013）在《变结构模糊神经网络预测控制在变风量空调系统中的应用》一文中研究指出针对变风量空调(VAV)系统具有大时滞、高度非线性和输入量多的特点,提出了变结构模糊神经网络预测优化控制算法,采用正-逆模糊神经网络建立VAV系统的预测模型,通过混合学习算法对变结构模糊神经网络的前、后件参数进行辨识,并对该系统进行仿真研究,达到了较好的控制效果。(本文来源于《黑龙江科技信息》期刊2013年32期）
刘伟[3]（2011）在《基于感应电机控制系统的变结构模糊神经网络控制》一文中研究指出感应电动机是高阶、强耦合、非线性的被控制对象,它具有容量体积比高,过载能力强,输出转矩大,无电刷,无需经常维护等优点。在感应电动机的控制中采用解耦变结构控制,可有效地简化了控制器的设计,并提高了控制器的抗干扰性和鲁棒性,而在交流解耦变结构系统中进一步应用变结构模糊神经网络,一方面使系统原来存在的抖振现象得以抑制,另一方面又使系统具有自学习和自调整模糊规则的能力,从而提高和改善了控制系统的性能。(本文来源于《制造业自动化》期刊2011年07期）
张健[4]（2009）在《基于模糊神经网络的滑模变结构控制方法的研究与实现》一文中研究指出针对交流传动不确定非线性复杂系统,结合滑模变结构和模糊神经网的优点,提出了一种模糊神经网络滑模变结构的跟踪控制方法。采用等值控制型切换超平面设计滑模变结构控制系统,使用模糊神经网络系统自适应调节切换增益,得到模糊神经网络滑模变结构模型跟踪控制器。仿真结果表明,所设计的控制器不但能使被控对象较好地跟踪参考模型,而且对系统的不确定性具有不变性,保证了被控系统在整个控制阶段都具有较强的鲁棒性。(本文来源于《青岛远洋船员学院学报》期刊2009年02期）
钟定铭,陈玮,陈兴国[5]（2008）在《递归模糊神经网络同步机变结构控制(Ⅰ)》一文中研究指出根据裹包机的驱动系统控制精度较差的问题,提出采用应用递归模糊神经网络变结构控制线性同步电动机伺服系统,经过仿真,结果表明,该控制系统克服了上述缺点。(本文来源于《包装工程》期刊2008年08期）
唐杰,罗安,周柯,欧剑波[6]（2007）在《STATCOM的变结构神经网络模糊控制研究》一文中研究指出提出了STATCOM用于维持接入点母线电压稳定的控制策略,根据控制策略设计了STATCOM的变结构神经网络模糊控制器.在设计控制器时,通过专家经验法和模糊规则自生成法对模糊规则知识库进行了初始化;通过变结构神经网络对模糊规则进行在线调整,增强了控制器的自学习、自适应能力;采用了基于语言变量优化匹配的原则对模糊逻辑推理进行优化,减少模糊推理的计算量,提高运算速度.数字仿真结果验证了该控制方法的有效性和正确性.(本文来源于《湖南大学学报(自然科学版)》期刊2007年07期）
陈瑞娟[7]（2007）在《采用递归模糊神经网络的永磁直线同步电机变结构控制》一文中研究指出利用MATLAB／SIMULINK仿真软件实现永磁直线同步电机(PMLSM)位置信号的控制。建立PMLSM的数学模型，对基于空间矢量脉宽调制(SVPWM)的永磁直线同步电机的矢量控制系统进行了仿真分析。仿真结果表明，该控制方法具有较快的动态响应，实现起来简单方便，但是推力脉动和电流畸变较大，而且负载突变时，系统的鲁棒性能不佳。针对矢量控制存在的问题，引入现代控制策略——变结构控制，设计了一种新型的自适应变结构位置控制器。它是在传统变结构控制器的基础上，利用自适应控制律对系统不确定性扰动因素的界限进行估算。仿真结果表明，该控制方法具有良好的动态响应和位置跟踪性能，电流和推力脉动显着减小，在负载突变时，位置误差减小了一个数量级，速度波动降低了23％。在此基础上改变电机参数，系统性能未改变，仍表现出较好的鲁棒性，但是由于收敛速度较慢，导致自适应机制对系统外部扰动的处理并不是非常理想。为了进一步提高系统的鲁棒性，加快估算的收敛速度，在综合分析当今先进控制方法的基础上，将变结构控制与模糊神经网络相结合，设计了基于递归模糊神经网络(RFNN)的变结构位置控制器。充分利用模糊神经网络(FNN)具有较强非线性自适应能力和学习能力的优势，用一个局部递归模糊神经网络实现系统不确定因素界限的实时估算。仿真表明，采用RFNN的PMLSM变结构控制具有非常好的鲁棒性和快速的动态响应性能，无明显的电流和推力脉动。与自适应变结构控制器相比，位置误差显着减小两个数量级，速度无波动，估算的收敛速度加快，使得在负载突变和电机参数变化时，系统的位置跟踪性能和鲁棒性能极好，削减了抖振现象，达到了期望的控制效果。(本文来源于《沈阳工业大学》期刊2007-03-15）
曾道蓉,赵曜[8]（2006）在《在线变结构模糊神经网络的自适应内模控制》一文中研究指出本文提出一种在线变结构补偿模糊神经网络训练算法。该在线变结构算法,使得出的网络结构简单。并且由于该网络引入了补偿模糊神经元,使网络能对模糊规则进行在线的训练。将此算法应用到仿射非线性动态系统和大时滞线性动态系统的内模控制中。仿真结果表明,该方法能有效的控制动态过程,具有较好的自适应性和鲁棒性。(本文来源于《自动化技术与应用》期刊2006年11期）
陈卫东,王海涛,王洪瑞,陈丽[9]（2004）在《基于H_∞变结构的不确定机器人模糊神经网络控制》一文中研究指出针对非线性不确定机器人的跟踪控制,提出了一种基于H∞变结构控制的模糊神经网络控制方案。基于模糊神经网络的学习和函数逼近能力,补偿机器人系统的内部不确定性和外干扰,H∞变结构控制提高了机器人对参数不确定性和外部扰动的鲁棒性,削弱了控制输入的抖振.仿真实例证实该控制方案的有效性。(本文来源于《电机与控制学报》期刊2004年02期）
胡浩明[10]（2004）在《基于滑模变结构和模糊神经网络理论的感应电机矢量控制研究》一文中研究指出随着现代电力电子技术、计算机技术、智能控制技术以及自动控制技术的快速发展，电气传动系统逐步走向智能化控制和数字化控制，这也使得交流调速技术获得了突破性的发展。其中矢量控制技术通过坐标变换可以把交流电机等效为直流电机来控制，获得与直流电机调速同样优良的动静态性能。但由于交流控制系统本身的非线性、结构的复杂和电机参数变化会影响控制性能，传统的控制无法克服这些影响，将智能控制应用于矢量控制可以有效地减少甚至克服这些影响。本论文研究了基于滑模模糊神经网络的感应电机矢量控制。论文第一章简要介绍了近代交流调速技术的现状和发展方向，微处理器和智能控制的基本情况。第二章介绍了矢量控制的基本原理。第叁章重点研究了模糊神经网络。针对模糊神经网络存在的网络性能不佳，学习效率不理想，网络难以选择最佳结构，经常陷入局部极值等问题。着重对神经网络的学习算法进行了研究，采用了一种新的学习方法。通过对其进行仿真实验、理论分析与探讨，结果证明该方法正确、有效、可行。第四章重点介绍了基于滑模变结构模糊神经网络的感应电动机矢量控制。对比普通滑模控制，有效地减小了由滑模控制带来的抖动。通过实时修正电动机转子电阻参数，使矢量控制能够准确定向。第五章介绍了感应电动机矢量控制系统的设计,对实现控制系统的DSP内部硬件和软件编程进行了简要的说明。变频调速技术作为高新技术、基础技术和节能技术，已经渗透到了经济领域的各个技术部门中。随着智能控制、各种微处理器以及各种硬件的不断发展，矢量控制技术将会得到更加快速的发展。(本文来源于《湘潭大学》期刊2004-05-01）
变结构神经网络模糊控制论文开题报告
（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：
针对变风量空调(VAV)系统具有大时滞、高度非线性和输入量多的特点,提出了变结构模糊神经网络预测优化控制算法,采用正-逆模糊神经网络建立VAV系统的预测模型,通过混合学习算法对变结构模糊神经网络的前、后件参数进行辨识,并对该系统进行仿真研究,达到了较好的控制效果。
（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。
变结构神经网络模糊控制论文参考文献
[1].汪辉.基于模糊神经网络滑模变结构火炮伺服系统的控制研究[D].南京理工大学.2016
[2].董金奎,胡彦奎.变结构模糊神经网络预测控制在变风量空调系统中的应用[J].黑龙江科技信息.2013
[3].刘伟.基于感应电机控制系统的变结构模糊神经网络控制[J].制造业自动化.2011
[4].张健.基于模糊神经网络的滑模变结构控制方法的研究与实现[J].青岛远洋船员学院学报.2009
[5].钟定铭,陈玮,陈兴国.递归模糊神经网络同步机变结构控制(Ⅰ)[J].包装工程.2008
[6].唐杰,罗安,周柯,欧剑波.STATCOM的变结构神经网络模糊控制研究[J].湖南大学学报(自然科学版).2007
[7].陈瑞娟.采用递归模糊神经网络的永磁直线同步电机变结构控制[D].沈阳工业大学.2007
[8].曾道蓉,赵曜.在线变结构模糊神经网络的自适应内模控制[J].自动化技术与应用.2006
[9].陈卫东,王海涛,王洪瑞,陈丽.基于H_∞变结构的不确定机器人模糊神经网络控制[J].电机与控制学报.2004
[10].胡浩明.基于滑模变结构和模糊神经网络理论的感应电机矢量控制研究[D].湘潭大学.2004
论文知识图
