人工智能的新发展:人工神经网络及其应用

发布时间：2017-12-29 10:34

  本文关键词：人工智能的新发展:人工神经网络及其应用　出处：《计算机工程与应用》2001年09期 　论文类型：期刊论文

  更多相关文章： 人工智能 PID神经网络 控制

【摘要】：文章从人工智能的角度阐述了一种快速收敛的ＰＩＤ神经网络控制模型，其模型的网络结构简单，学习收敛速度快，初值选取方便，把ＰＩＤ神经网络应用于延迟系统，取得了理想的控制效果。此模型的应用充分体现了人工智能的特点。
[Abstract]:......
【作者单位】： 武汉理工大学!
【分类号】：TP183
【正文快照】： ｌ引言 人工智能是计算机的研究和应用到一定阶段的产物。５０年代发展起来的控制论，把神经系统的工作原理与信息理论。控制理论、逻辑推理与计算机联系起来，对于人工智能的发展有极大的影响。长期以来，人们想方设法了解人脑的功能，用物理可实现系统去模拟人脑，完成类似

【参考文献】

相关期刊论文 前2条

1 舒怀林;PID神经元网络对强耦合带时延多变量系统的解耦控制[J];控制理论与应用;1998年06期

2 舒怀林;基于神经PID网络的串级调节系统研究[J];自动化与仪器仪表;1997年05期

【共引文献】

相关期刊论文 前10条

1 王孟效,程瀚侬,汤伟,于衍星;流浆箱神经网络解耦控制系统的设计[J];中华纸业;2004年04期

2 舒华;余群;舒怀林;;基于MCGS组态软件的PID神经网络控制系统仿真[J];日用电器;2006年02期

3 姜萍,李遵基,梁伟平,胡风岗;一种基于神经元的解耦控制算法[J];华北电力大学学报;2000年02期

4 杨青,党选举;基于神经网络2自由度PID的解耦控制实现[J];计算机工程与应用;2004年26期

5 舒华;舒怀林;;基于PID神经网络的多变量非线性动态系统辨识[J];计算机工程与应用;2006年12期

6 李明,林永君,马永光;自适应神经元非模型多变量系统解耦控制[J];计算机仿真;2003年03期

7 丁军,徐用懋;单神经元自适应PID控制器及其应用[J];控制工程;2004年01期

8 王晓哲,顾树生;基于遗传算法的PID神经网络解耦控制[J];控制与决策;1999年S1期

9 李旭明;多变量模糊神经网络控制器的研究[J];控制与决策;2001年01期

10 舒怀林;基于PID神经网络的非线性时变系统辨识[J];自动化学报;2002年03期

相关会议论文 前5条

1 舒怀林;;PID神经元和PID神经元网络分析[A];1998年中国控制会议论文集[C];1998年

2 舒怀林;;PID控制与神经网络的结合及PID神经网络非线性控制系统[A];第十九届中国控制会议论文集（二）[C];2000年

3 陈渭红;李守智;王昆;;基于准对角递归神经网络(QDRNN)的PID解耦控制研究[A];冶金企业自动化、信息化与创新——全国冶金自动化信息网建网30周年论文集[C];2007年

4 熊淑贞;张根宝;;基于在线自适应跟踪辨识神经网络的气垫式流浆箱解耦控制[A];中国计量协会冶金分会2007年会论文集[C];2007年

5 吕凤琳;陈善本;林涛;;焊接过程多变量控制方法研究[A];第十一次全国焊接会议论文集（第2册）[C];2005年

相关博士学位论文 前10条

1 王启志;工程解耦控制系统的研究[D];华侨大学;2002年

2 孔亚广;造纸过程先进控制算法及其软件实现[D];浙江大学;2002年

3 王军;基于LonWorks技术的变风量空调多变量解耦控制的研究[D];西安建筑科技大学;2003年

4 贺建军;复杂机电系统机电耦合分析与解耦控制技术[D];中南大学;2004年

5 李辉;双馈水轮发电机系统建模与仿真及其智能控制策略的研究[D];重庆大学;2004年

6 王俊国;基于神经网络的建模方法与控制策略研究[D];华中科技大学;2004年

7 吴学礼;两类非线性过程的智能控制方法及其应用研究[D];华中科技大学;2005年

8 郭帅;机电张力系统关键控制技术的研究及实践[D];上海大学;2006年

9 秦斌;基于MAS技术的焦炉集气管压力智能解耦与协调控制研究[D];中南大学;2006年

10 杨勇;多自由度液压伺服系统的控制策略研究[D];中南大学;2006年

相关硕士学位论文 前10条

1 林瑞全;增益自调整的神经元二自由度PID控制及其MATLAB/SIMULINK仿真研究[D];福州大学;2001年

2 李文杰;循环流化床锅炉燃烧系统控制算法的研究[D];西安建筑科技大学;2001年

3 周红军;一种模糊前馈解耦方法及其在集气管压力控制系统中的应用[D];武汉科技大学;2002年

4 周晓丽;碱性条件下处理含铬废水的控制技术[D];华北电力（北京）大学;2002年

5 许静;变风量空调系统末端部分基于自适应线性神经元的前馈解耦控制[D];西安建筑科技大学;2003年

6 付龙海;变风量（VAV）空调系统机组部分基于PID神经网络的解耦控制[D];西安建筑科技大学;2003年

7 朱莉;木材干燥窑自适应解耦控制器的设计与仿真[D];东北林业大学;2003年

8 董阿妮;变风量空调系统自适应神经元解耦控制与变静压协调控制[D];西安建筑科技大学;2004年

9 於仲义;变水量空调系统智能解耦控制研究[D];华中科技大学;2004年

10 李剑;对于低倍率循环流化床燃烧调节的研究[D];华北电力大学（河北）;2005年

【二级参考文献】

相关期刊论文 前2条

1 李卓，萧德云，河世忠;基于神经网络的模糊自适应PID控制方法[J];控制与决策;1996年03期

2 夏红，王慧，李平;PID自适应控制[J];自动化与仪表;1996年04期

【相似文献】

相关期刊论文 前10条

1 赵起文;利用步进电机构成雷达方位角录取系统的探讨[J];大连海事大学学报;1989年01期

2 张奋程,郑永驹,卢志荣;微机控制电子显示屏的设计[J];华南师范大学学报(自然科学版);1990年01期

3 张凤霞,李宏,王壮志;一种高准确度电力系统稳控通讯方案[J];电工技术杂志;1998年04期

4 李伟,张桂青,陈鹏;基于时间最优的起重机消摆控制策略[J];山东工业大学学报;1998年02期

5 王声远,霍伟;一种新的自适应模糊控制器的设计方法[J];北京航空航天大学学报;2001年02期

6 赵艳玲;利用单片机控制高层恒压供水[J];计算机与数字工程;2001年04期

7 李雷军,彭弘,孟宪军;模糊PID控制在SRD中的应用探讨[J];煤矿机电;2002年02期

8 苑明哲,于海斌,周悦;并行计算在网络化控制中的机遇与挑战[J];信息与控制;2003年02期

9 马昌星,朱英启,刘国玲,程艳玲;智能恒电位仪的研制[J];电脑学习;1998年01期

10 谭鹤良;8798微机控制下的线绕式异步电动机串级调速[J];计算机工程与设计;1998年01期

相关博士学位论文 前6条

1 张世辉;并联机器人汉字雕刻技术的研究[D];燕山大学;2005年

2 刘树堂;2-D离散动力系统混沌控制与同步[D];华南理工大学;2002年

3 梁艳阳;时变不确定机电运动系统的非线性自适应控制[D];中国科学技术大学;2008年

4 刘武;抗磁悬浮转子式微器件的相关技术研究[D];上海交通大学;2009年

5 李香军;几类不连续动态系统理论及应用[D];哈尔滨工业大学;2009年

6 叶洪涛;基于免疫算法的污水处理系统预测及优化控制研究[D];华南理工大学;2011年

相关硕士学位论文 前10条

1 李绍恒;基于图形的水厂自控系统界面功能设计[D];沈阳工业大学;2005年

2 赵京;金刚石复合片温度场可视化测量研究[D];武汉理工大学;2007年

3 吴明月;晶圆传输机器人关键控制技术研究[D];哈尔滨工业大学;2008年

4 董方;仿人形机器人头部的结构和控制的研究[D];河北工业大学;2006年

5 高士杰;基于控制网络的PLC技术在电镀生产线上的应用[D];河海大学;2006年

6 凌子松;热电偶热电阻温度自动检定系统[D];吉林大学;2005年

7 方海婷;嵌入式清洁机器人系统设计与实现[D];南京理工大学;2009年

8 梁国艳;蓄能电站控制与保护的研究[D];沈阳工业大学;2007年

9 李文磊;基于DSP的疲劳驾驶实时监测系统研究[D];南京理工大学;2007年

10 付龙海;变风量（VAV）空调系统机组部分基于PID神经网络的解耦控制[D];西安建筑科技大学;2003年

，

本文编号：1349940