数学建模社区-数学中国

标题: 1802 [打印本页]

作者: huashi3483 时间: 2008-4-16 23:02
标题: 1802

题目8 c6 V% B1 \/ X2 w 0 w; n& ]3 G j, @: e, n6 y( c. Y 5 J9 i, n Y- e6 a 自适应温控系统

& [4 K/ B0 C2 R 关键词 1 [. o9 ~3 _; c6 q7 _* G; S6 ? ) c! t- N% Y/ ]# D" f & b" s. U. E0 i! F, F 智能PID，双模糊PID控制，自适应神经元，模糊神经，温控系统' o" L- N0 @( ~, E$ w) @ 2 Q8 b& D& D) d ; h7 m, Y) F0 e2 F! A! S' w $ w+ C# n' @ C/ g0 c& {% T: d1 b, f

摘要：

8 \+ E4 g6 z9 I; M k. y& f, ?; | 对温控系统的自适应性进行研究，针对冷库制冷系统的数学模型未知或难于获取、非线性、大惯性、不确定时滞以及时变参数不确定的特点，设计了自适应智能PID温控系统。本文设计的温控系统能够充分发挥模糊控制和神经网络的优点，通过对PID参数进行在线整定，达到良好的自适应效果。

7 s7 u0 @! O0 P- J4 W4 W& g 在不建立被控对象数学模型的情况下，模糊预估器通过对过程未来输出的预估作用，补偿被控过程的惯性和滞后对控制系统性能的影响。模糊控制器对被控对象的时滞、非线性、时变性具有一定的适应能力，同时对噪声也有较强的抑制能力，鲁棒性较好。模糊控制器本身消除系统误差的性能较差，并且规则的选取困难，而在本温控系统中经验知识是难以描述的。自适应神经元能从数据样本中自动改变模糊变量因子，从而修正模糊规则，而不必利用领域知识。自适应神经模糊推理系统(ANFIS)能直接对误差、误差变化率以及控制器输出进行学习产生较优的模糊规则。

本文对自适应双模糊PID控制模型、自适应神经元双模糊控制模型和自适应神经模糊推理系统PID控制模型进行了建模和仿真。仿真结果表明，合理的基于神经和模糊的自适应智能PID控制器，既能发挥模糊控制鲁棒性能、动态响应好，上升时间快，超调小的特点，又具有神经网络所具有的自学习、自适应、容错性和并行性相结合的一种方法；同时有PID控制器的动态跟踪品质和稳态精度，取得了较好效果，具有良好的工程应用前景。

[attach]4081[/attach]

[此贴子已经被作者于2008-4-16 23:43:23编辑过]

作者: kccyg 时间: 2009-9-13 09:36
xiexie lz
kankan

作者: zhangsp1022 时间: 2009-9-13 21:44
看看，貌似挺有用

作者: dtrs001 时间: 2009-9-14 01:08
[quote][/quote]

作者: 欧阳群师 时间: 2010-3-28 01:55
那先下载来再说。我以为很有用的。。。。。。。。

欢迎光临数学建模社区-数学中国 (http://www.madio.net/)