导读:本文包含了模糊神经控制论文开题报告文献综述及选题提纲参考文献，主要关键词:模糊控制,神经网络控制,Benchmark模型,结构控制
模糊神经控制论文文献综述
郑宗平,何敏[1]（2017）在《桥梁结构模糊神经控制的优化方案》一文中研究指出为了进一步提高神经模糊控制器对地震激励下桥梁结构振动控制的稳定性,在传统控制的基础上,提出了分块控制的优化方案,并通过在桥梁Benchmark模型上的应用验证其控制效果。数值分析的结果表明:优化方案的峰值响应控制效果与样本主动控制近似,控制稳定性效果明显提升,由优化前未控状态的22%~29%提升到28%~31%,其中,跨中位移稳定性比优化前提升了9%,支座变形控制稳定性提升了7%。该方案还具有所需结构反馈信息少、构造简单、经济性好等优势。(本文来源于《南昌大学学报(工科版)》期刊2017年04期）
郭晓杰,方春平[2]（2017）在《公路隧道照明的自适应模糊神经控制研究》一文中研究指出隧道建设的不断推进要求加强隧道的照明节能控制,针对这一现状,文章基于自适应模糊神经控制系统提出了一种具有自适应能力的照明控制系统,该系统结合了模糊控制和人工神经网络的优点,将车速、交通量和隧道洞外亮度作为输入量,根据实时收集到的数据进行智能调光,达到高效节能的照明效果。对于该控制系统,采用Matlab进行仿真,结果表明该系统具有较好的调节控制能力。(本文来源于《四川建筑》期刊2017年05期）
罗莹颖,傅迎华[3]（2015）在《基于模糊神经控制的污泥焚烧温度控制应用》一文中研究指出在污泥焚烧温度控制系统中,由于有污泥块热值不均衡、水汽的影响及外界环境的干扰等等;在环境条件变化时,常规的模糊控制不能快速稳定的将炉温控制在所需的恒定范围内。为了能够适应环境变化,快速的控制污泥焚烧的炉温,提出一种基于模糊神经控制的污泥焚烧温度控制方法,该方法将神经网络结合模糊控制,通过BP算法训练隶属函数的参数,提高控制器的自适应能力。仿真结果证明,所设计的控制器能够有效的将污泥焚烧的炉温控制在目标范围,并且调节时间比模糊控制短。(本文来源于《计算机仿真》期刊2015年02期）
房宏威[4]（2014）在《汽车主动悬架模糊神经控制仿真研究》一文中研究指出悬架作为汽车的重要组成部分之一，它对汽车的乘坐舒适性、行驶的平顺性和操作稳定性有着很大的影响。与传统被动悬架相比，主动悬架系统可以根据汽车行驶的实际路况来改变参数，使汽车始终保持最佳的行驶状态。然而，主动悬架系统是一个非常复杂的系统，常规控制已很难达到良好的控制效果。因此，将智能控制运用到主动悬架控制上具有重要的历史意义。本文研究的核心是主动悬架模糊控制和模糊神经控制系统。首先通过对悬架系统的评价方法、悬架的基本特性和建模的条件假设进行分析，建立了1/4车辆二自由度被动悬架和主动悬架的动力学模型。然后开始对模糊控制和模糊神经控制系统进行研究，通过对模糊控制系统的组成、原理进行分析，设计了模糊控制器，同时建立了模糊控制规则和模糊推理；通过对神经网络控制原理进行研究，将其与模糊控制相结合，利用神经网络来训练出模糊控制规则，设计成模糊神经控制器；最后利用MATLAB/Simulink对搭建的被动悬架系统、模糊控制和模糊神经控制的主动悬架系统进行仿真实验，并给出了仿真结果。本文用车身垂直加速度、车身动挠度和车轮动载荷作为悬架性能的评价指标，通过上述仿真实验的对比表明，模糊控制的主动悬架的性能要远远优于被动控制的悬架系统，模糊神经控制的主动悬架的性能要优于模糊控制的主动悬架。因而，验证模糊神经控制运用到主动悬架系统控制是十分有效的。(本文来源于《长安大学》期刊2014-05-04）
孟廷豪[5]（2013）在《基于模糊神经控制的移动机器人避障研究》一文中研究指出机器人路径规划技术是机器人研究的一个重要领域,其主要任务是在机器人工作空间中寻求一条从起始点到达目标点的无碰撞路径,并且满足路径最短或时间最短等条件。由于精确的系统模型参数和传感器数据的获取比较困难,传统的路径规划方法具有很大的局限性。模糊逻辑算法不依赖精确的数学模型和环境信息,对于机器人路径规划问题具有明显优势。本文基于模糊控制方法研究了未知环境下的机器人局部路径规划问题。(本文来源于《科技信息》期刊2013年06期）
付欣,周亚楠[6]（2013）在《认知网络中基于模糊神经控制的切换判决算法研究》一文中研究指出为研究认知网络中的频谱切换判决问题,本文提出了一种基于模糊神经控制的切换判决算法。设计了模糊逻辑控制器,通过神经网络对隶属度函数和模糊推理规则进行自适应调整。仿真结果表明,本文提出的算法,可以降低切换比例和认知用户中断概率。(本文来源于《无线通信技术》期刊2013年01期）
王克成,王龙[7]（2013）在《反应堆功率模糊神经控制研究》一文中研究指出本文选取反应堆功率控制系统为研究对象,在分析反应堆功率PID(比例-积分-微分)控制方案特点及其在进一步改善调节品质所存在的局限性的基础上,建立了反应堆功率模糊神经控制系统,通过模糊控制将人类专家控制经验融入控制器中,并借助神经网络的学习能力,通过学习优秀的输入输出数据,优化控制器参数。仿真结果表明,与PID控制方案相比,模糊神经控制方案的超调最更小,调节速度更快,同时系统的抗干扰能力也有所提高。(本文来源于《中国核动力研究设计院科学技术年报（2011）》期刊2013-02-01）
张发军,方文杰[8]（2012）在《动态施药模糊神经控制系统的设计与研究》一文中研究指出精确施药控制系统具有控制变量因素多、非线性与强耦合等的特点,解决这类复杂的时变系统用传统的PID控制方法几乎无法控制。本文以"3WC―30―G车载式超低容量自动喷雾机"为研究载体,通过分析其动态施药模式控制原理,结合实践的经验知识,试图利用自适应模糊神经控制的方法,对其精确施药控制系统进行研究与设计。通过MAT-LAB软件仿真实验表明,基于自适应模糊神经控制的静态施药控制系统可以取得比较理想的控制效果,从而为精确施药控制领域的研究提供了一种新的理论方法。(本文来源于《中国农机化》期刊2012年05期）
张发军,方文杰,朱光宇,徐艳飞[9]（2012）在《轴承退磁处理中的模糊神经控制仿真研究》一文中研究指出基于模糊神经控制的方法,选择轴承的残磁大小、检测距离与轴承套圈的直径大小为系统的控制输入变量,应用MATLAB软件建立退磁机交变电流的自适应模糊推理控制器,根据80组实验数据值进行网络训练,自动生成各控制变量的隶属函数分布与模糊控制规则等。通过对退磁机交变电流的模糊神经控制系统仿真表明,基于模糊神经控制的退磁机交变电流控制,能得到很好的退磁机交变电流控制效果,从而实现轴承残磁余量的理想控制,解决了采用经典控制时因很难建立精确数学模型而无法控制的难题,为轴承自动化生产中残磁余量的有效、快速退磁提供了一种新的理论方法。(本文来源于《组合机床与自动化加工技术》期刊2012年01期）
尚珊珊,尤建新[10]（2011）在《质量成本模糊神经控制模型的建立研究》一文中研究指出文章在PAF(预防成本、鉴定成本和损失成本)模型思想的基础上,根据分析影响质量成本的主要因素及其控制方法,建立较为智能实用的质量成本模糊神经控制器。首先根据各种研究文献以及实际情况设置较为通用的质量成本叁级科目。然后根据历史数据对各科目做Pareto分析,找出影响质量成本的主要影响科目,利用统计分析中的相关分析以及偏相关分析降维,找出真正影响质量成本的主要科目。而后,根据分析主要影响科目及造成科目成本的主要影响因素,利用模糊控制方法以及神经网络建立质量成本控制模型,并详细讨论了模糊神经控制器的输入、输出集的语言值及模糊隶属度、控制器的模糊规则、神经网络隐层数的确定、隐层神经元数目的确定以及其网络学习规则。(本文来源于《华东经济管理》期刊2011年01期）
模糊神经控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
隧道建设的不断推进要求加强隧道的照明节能控制,针对这一现状,文章基于自适应模糊神经控制系统提出了一种具有自适应能力的照明控制系统,该系统结合了模糊控制和人工神经网络的优点,将车速、交通量和隧道洞外亮度作为输入量,根据实时收集到的数据进行智能调光,达到高效节能的照明效果。对于该控制系统,采用Matlab进行仿真,结果表明该系统具有较好的调节控制能力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模糊神经控制论文参考文献
[1].郑宗平,何敏.桥梁结构模糊神经控制的优化方案[J].南昌大学学报(工科版).2017
[2].郭晓杰,方春平.公路隧道照明的自适应模糊神经控制研究[J].四川建筑.2017
[3].罗莹颖,傅迎华.基于模糊神经控制的污泥焚烧温度控制应用[J].计算机仿真.2015
[4].房宏威.汽车主动悬架模糊神经控制仿真研究[D].长安大学.2014
[5].孟廷豪.基于模糊神经控制的移动机器人避障研究[J].科技信息.2013
[6].付欣,周亚楠.认知网络中基于模糊神经控制的切换判决算法研究[J].无线通信技术.2013
[7].王克成,王龙.反应堆功率模糊神经控制研究[C].中国核动力研究设计院科学技术年报（2011）.2013
[8].张发军,方文杰.动态施药模糊神经控制系统的设计与研究[J].中国农机化.2012
[9].张发军,方文杰,朱光宇,徐艳飞.轴承退磁处理中的模糊神经控制仿真研究[J].组合机床与自动化加工技术.2012
[10].尚珊珊,尤建新.质量成本模糊神经控制模型的建立研究[J].华东经济管理.2011
标签：模糊控制; 神经网络控制; Benchmark模型; 结构控制;