规则推理与神经计算智能控制系统改进及比较
针对生产生活实践中的智能系统在实施控制过程中关键参数的实时在线智能整定与优化问题与需求,实现将不同类型人工智能方法与经典的控制方法对接从而构成多种复合控制(AI-CC)方法,提出改进算法并进行理论分析与仿真对比研究.首先实现了基于规则与模糊推理机制的AI-CC方法,提出了增量式改进算法,进而提出基于小波神经网络的AI-CC方法,进一步对两类智能系统的稳定性进行理论分析,提出稳定性保证算法,最后对比研究不同类型的智能系统在智能程度与性能特征方面的差异.研究成果为该领域研究者提供了多种改进的智能控制算法及其对比参照和理论分析,为该方法在工程实践中低成本地升级并稳定可靠地应用提供可操作方案.
智能系统、智能控制、先进控制、模糊PID、小波神经网络PID
12
U621;TP273
国家自然科学基金项目71371128,11402006;北京社科基金研究基地项目16JDYJB028;北京市科技计划中央引导地方科技发展专项Z171100004717002;首经贸学术骨干培养计划00791754840263;首经贸研究生教学改革项目00791754310106;北京市属高校高水平教师队伍建设支持计划高水平创新团队建设计划00791762300501
2018-01-22(万方平台首次上网日期,不代表论文的发表时间)
共10页
823-832