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 , s/ }6 H2 | P+ E$ j+ T ) r( `; |6 K! w+ h + \0 a5 P+ k9 J/ J3 K 自适应温控系统

+ w ]$ z% y/ Y4 K6 A$ W0 W 关键词 * ^' {, \% k; c2 v- O G3 f8 P 5 I' ~$ B+ d9 d: y' w, K) e! ?% o( R# ? : w' }/ v0 _& _3 D: u" s0 H 智能PID，双模糊PID控制，自适应神经元，模糊神经，温控系统 # h% U2 x' o6 o7 B 3 W# P/ R, S. f * Z' a! @7 s8 @. }3 J/ D2 ^ & w6 _0 L% C7 m$ x6 ?$ i! Y" X9 O

摘要：

) D) k$ s1 W. s- c+ p: J 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。

; a/ _6 R* d3 ^( C; S. f' l& j 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/)