在冶金、化工，机械等各类工业控制中，电加热炉都得到了广泛的应用。目前国内的电加热炉温度控制器大多还停留在国际60年代水平，仍在使用继电一接触器控制或常规PID控制，自动化程度低，动态控制精度差，满足不了日益发展的工艺技术要求。电加热炉的温度是生产工艺的一项重要指标，温度控制的好坏将直接影响产品的质量。电加热炉由电阻丝加热，温度控制具有非线性、大滞后、大惯性、时变性、升温尊向性等特点。而且，在实际应用和研究中，电加热炉温度控制遇到了很多困难：第一，很难建立精确的数学模型：第二，不能很好地解决非线性、大滞后等问题。以精确数学模型为基础地经典控制理论和现代控制论在解决这些问题时遇到了极大地困难，而以语言规则模型(IF—THEN)为基础的模糊控制理论却是解决上述问题的有效途径和方法。国内现有的一些模糊设计方法大多存在不同缺点，而且真正把理论研究应用到实际系统的也较少。所以，深入研究在电加热炉系统控制中具体模糊控制设计理论是十分必要的。本文针对电加热炉这一控制对象，以Ts．94—1型号的箱形电加热炉为参考对象，分别采用工业控制中普遍使用的PID控制、经常见到的模糊控制策略，如基本模糊控制，对其进行仿真实验，比较，并进行了理论分析。针对上述电加热炉控制中存在的问题，本文设计了双模糊控制器。双模糊控制器在参数自整定模糊控制理论的基础上，对比例因子进行调整，克服原算法复杂丽不实用的特点，根据电加热炉不同的工作状态采用不同的模糊控制器，提高了控制精度，改善了控制效果。本文把模糊控制与神经网络技术相结合，利用神经网络很强的学习能力和自适应能力，建立了自适应神经模糊推理系统。把不依赖精确数学模型的模糊控制系统与有价值的经验数据或参考模型相结合，弥补了模糊控制的不足，使模糊控制系统更能发挥其强大优势，控制效果理想。在实践应用方面，以电加热炉为控制对象，开发了89C51单片机模糊控制器，主要进行了硬件和软件的设计。
上传时间： 2013-10-28
上传用户：yuanwenjiao
文中旨在研究一种新式抽油烟机的智能变频技术，通过对烹饪环境的综合分析，确定所需排风量，进而以一个最适宜的转速进行排烟，达到节能降耗的目的。采用神经网络控制器，在无被控对象数学模型情况下，实现转速与油烟、蒸汽两输入变量的非线性映射。仿真和实物测试结果显示：采用神经网络控制能较好实现厨房环境的实时调控，能够快速响应，具有良好的动态和稳态性能。
上传时间： 2013-10-27
上传用户：haohao
在变流器故障诊断系统中，通过MATLAB对牵引变流器建立故障仿真模型，提取故障特征，对输入输出数据进行标幺化和模糊化的处理，并基于改进的动量BP神经网络算法，完成对变流器开关管开路的诊断，误差满足要求范围，结果表明：该算法收敛迅速，能避免陷入局部极值，而且准确率很高，是一种快速有效的方法。
上传时间： 2013-11-09
上传用户：familiarsmile
针对传统PID控制系统参数整定过程存在的在线整定困难和控制品质不理想等问题，结合BP神经网络自学习和自适应能力强等特点，提出采用BP神经网络优化PID控制器参数。其次，为了加快BP神经网络学习收敛速度，防止其陷入局部极小点，提出采用粒子群优化算法来优化BP神经网络的连接权值矩阵。最后，给出了PSO-BP算法整定优化PID控制器参数的详细步骤和流程图，并通过一个PID控制系统的仿真实例来验证本文所提算法的有效性。仿真结果证明了本文所提方法在控制品质方面优于其它三种常规整定方法。
上传时间： 2014-03-21
上传用户：diets
神经网络控制、模糊神经元控制、自适应控制等技术在电机传动系统中的运用
上传时间： 2013-10-13
上传用户：wff
人工神经网络java工具箱源代码 包含BP网络，K分类和RBF网络
上传时间： 2013-12-18
上传用户：lepoke
落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法。基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究。结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快 该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据,为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路。
上传时间： 2015-03-12
上传用户：熊少锋
这是我自己花了很多时间写的一个BP神经网络类，里面封装了网络初始化、训练、分类等功能。奉献出来与感兴趣的朋友分享，绝对可靠。
标签： BP神经网络
上传时间： 2014-10-13
上传用户：x4587
这是一个我自己编写的JAVA程序，可以运行的。思想是将KMEANS和神经网络结合起来实现模式的分类。
上传时间： 2015-03-18
上传用户：JIUSHICHEN
神经网络的源程序，一个比较新的算法，分类效果较好！
上传时间： 2014-01-15
上传用户：yyyyyyyyyy
