MATLAB下BP PID控制器的C实现

本文在MATLAB/SIMULINK环境下实现了使用C语言编写的BPPID控制器。通过结合BP神经网络和PID控制方法，充分利用了BP神经网络具有逼近任意连续非线性函数的能力，比较适合被控系统比较复杂或不确定度情况下。文中采用了3-3-3解构的三层BP神经网络和增量式PID算法。在对仿真目标进行跟踪时取得了较好的结果，同时使用C语言的实现方式也更贴近实际应用。     

基于改进BP神经网络的电加热炉炉温PID控制研究

以电加热炉为控制对象,提出一种基于BP神经网络的PID控制策略。针对BP网络学习速度的缓慢性及较差的泛化能力,受Fletcher-Reeves线性搜索方法的指引,对传统BP神经网络进行改进,改善算法在训练过程中的收敛特性。最后仿真结果证明了该控制策略的有效性。     

智铌PID设计与其在锅炉主汽温控制的应用初探

提出了智能PID设计与其在锅炉主汽温控制的应用，对象模型的变化体现在增益、时间常数和阶次三个方面。增益变化对调节系统品质影响最大，时间常数次之，阶次通常可以认为不变。若能确定调节对象模型中增益和时间常数对指导信号的函数关系，这种函数关系可用于确定PID调节器参数，从而实现带指导信号的PID调节器，这种调节器可保持调节系统性能指标在变工况下近似不变。这种方法通过扩展线性控制理论来解决非线性控制问题，且方便使用。与模糊神经网络控制相比，这种方法更容易应用于工程实践。     

灰色神经网络在股价预测中的应用

本文在深入了解股价的可预测性和研究各种股价预测的方法的基础上,探讨利用BP神经网络和灰色模型进行股价预测。以二者为基础,将BP神经网络和灰色模型预测模型的优点结合,提出灰色神经网络模型。该模型将灰色模型的预测值作为BP神经网络的输入变量,而以实际值作为输出变量对神经网络进行训练。     

PID模糊控制器的设计及在智能车转向控制上的应用

本文以飞思卡尔智能车比赛为例利用MC9S12XS128单片机控制的智能小车路径识别系统，研究智能车最优的控制算法。PID自整定的方法是对传统PID控制的改进，采用模糊控制器实现对PID参数的自整定，快速准确的对智能车进行转向控制。     

基于遗传算法优化混沌神经网络的股票指数预测

为提高BP神经网络预测模型对混沌时间序列的预测准确性,提出一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法。本文采用时间序列输入输出参数数量构造BP神经网络拓扑结构,利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型求得最优解,将该预测方法应用到上证综合指数的时间序列进行有效性验证,结果表明了该方法对上证综合指数具有更好的非线性拟合能力和更高的预测准确性。     

一种基于BP神经网络整定的PID控制器的算法改进

在机器人足球比赛中,底层运动控制作为重要的一个部分,其控制器的设计,对机器人能否平稳、快速的到达指定点有着很大的意义。BP神经网络算法,能以任意精度逼近任意非线性函数,且结构简单、逼近性能良好。通过运用BP神经网络整定PID控制参数,介绍了其对中型组两轮驱动的足球机器人的底层运动控制器的算法进行设计并优化后达到的对机器人良好的运动控制效果。     

一种基于BP神经网络整定的PID控制器的算法改进

在机器人足球比赛中,底层运动控制作为重要的一个部分,其控制器的设计,对机器人能否平稳、快速的到达指定点有着很大的意义。BP神经网络算法,能以任意精度逼近任意非线性函数,且结构简单、逼近性能良好。文章中通过运用BP神经网络整定PID控制参数,介绍了其对中型组两轮驱动的足球机器人的底层运动控制器的算法进行设计并优化后达到的对机器人良好的运动控制效果。     

一种基于神经网络提取旋波材料参数的新方法

提出了一种从测试的S参数中提取旋波材料参数的新方法——神经网络法。针对旋波材料参数的自由空间测试方法，本文采用BP神经网络来构建映射模型，利用不同算法对网络进行训练，从而获得所需的网络。结果表明，该方法计算速度快、精度高，解决了求解非线性方程组解的模糊性问题，确保了测试结果的可靠性。该方法所构建的网络可用于材料测试后旋波材料参数的快速提取。     

智能PID设计与其在锅炉主汽温控制的应用初探

提出了智能PID设计与其在锅炉主汽温控制的应用,对象模型的变化体现在增益、时间常数和阶次三个方面。增益变化对调节系统品质影响最大,时间常数次之,阶次通常可以认为不变。若能确定调节对象模型中增益和时间常数对指导信号的函数关系,这种函数关系可用于确定PID调节器参数,从而实现带指导信号的PID调节器,这种调节器可保持调节系统性能指标在变工况下近似不变。这种方法通过扩展线性控制理论来解决非线性控制问题,且方便使用。与模糊神经网络控制相比,这种方法更容易应用于工程实践。     

基于财务指标视角的上市企业股价波动研究——以博彦科技为例

针对企业股价与财务状况强相关性的特点，基于BP神经网络，研究财务指标与股价波动的关系。选取2017年至2021年博彦科技股份有限公司7个财务指标作为输入样本，2个股价波动指标为输出样本，构建7×2的BP神经网络，对样本进行训练、仿真测试，表明所构建的BP神经网络能很好地进行股价波动研究。同时对财务指标使用因子分析法降维、对股价波动指标做相关性分析。加入敏感性分析，实证检验出市盈率、市净率与股价波动呈反比例变化，流动比率、净利润增长率、总资产周转率、资产回报率、营业利润率与股价波动呈正比例变化。     

论同步电机智能控制

随着永磁交流伺服系统的用途越来越广泛,针对传统的PID控制方法易受电机参数变化和负载扰动等不确定因素的影响,系统将人工免疫反馈机理和模糊控制与传统PID相结合,对智能PID控制策略进行了充分的研究。仿真表明,模糊自适应PID控制超调量小,可以取得良好的调速性能。     

论同步电机智能控制

随着永磁交流伺服系统的用途越来越广泛,针对传统的PID控制方法易受电机参数变化和负载扰动等不确定因素的影响,系统将人工免疫反馈机理和模糊控制与传统PID相结合,对智能PID控制策略进行了充分的研究。仿真表明,模糊自适应PID控制超调量小,可以取得良好的调速性能。     

VAV空调系统RBF神经网络PID控制器的设计与实现

基于西安建筑科技大学变风量实验平台,对系统风量控制,采用变静压控制法,设计了系统风量RBF神经网络PID控制器.经验证,采用RBF神经网络PID控制器,系统取得了良好的控制效果.并且采用变静压控制后,风机能耗减少,证明变静压控制具有节能潜力.     

Verhulst与BP神经网络模型预警企业财务状况

通过t检验和相关性检验合理选择财务指标,基于灰色理论中Verhulst模型和神经网络建立了Verhulst与BP神经网络预测模型对企业财务状况进行预警分析。实证研究结果表明,该模型能够有效反映企业财务状况的发展趋势,从而为财务风险预警提供了新的研究方法。     

对基于模糊PID的足球机器人电机控制系统设计研究

针对机器人运动的时变、非线性、干扰大、不确定等特性，本文在传统P1D控制基础上提出了一种与模糊控制器相结合的混合型模糊PID控制方法。该方法弥补了传统PID控制所需精确数学模型、参数鉴定困难等不足，保证了系统的快速性、稳定性和灵活性。     

褐煤干燥系统中烟气温度的控制研究

介绍了一种基于模糊PID控制的褐煤振动流化床干燥室烟气温度控制系统的设计方法,论述了该控制系统的工作原理及参数的选择。MATLAB仿真结果表明,用模糊PID控制方式实现的温度调节系统在运行稳定性、响应速度等方面控制性能较佳,而且成本低、实时性好,能有效降低系统能耗具有广阔的开发应用前景。     

企业战略风险预警新思路

对于一个企业来说,选择一种恰当的预警方法是降低其风险的有效途径。粗集理论的引入是对BP神经网络预警方法的合理化补充。在分析了粗集-神经网络基本原理的基础上,介绍了运用粗集-神经网络进行战略风险预警的具体过程,这在理论和实践上,都将为企业战略风险预警提供一种新的研究思路和方法。     

PID参数整定方法的研究

PID控制器因为结构简单、容易实现,并且具有较强的鲁棒性,因而被广泛应用于各种工业过程控制中。尽管已经出现多种先进控制方法,PID控制仍然在各种工业控制技术中占据主导地位。PID控制器参数整定优劣与否,是以其能否在实用中得到好的闭环控制效果为前提条件的。迄今为止,各种先进PID控制器参数整定方法层出不穷,但在实际应用中,这些先进的整定方法并没有像预期的那样产生完美的控制效果。这主要是因为PID控制器结构上的简单性决定了它在控制品质上的局限性,并且这种简单性使得PID控制器对大时滞、不稳对象等被控对象的控制性能不是很好,同时PID控制器无法同时满足对设定值跟踪和抑制外扰的不同性能要求。文章提出的方法在一定程度上改进了PID控制器性能指标。     

基于遗传神经网络的财务危机预警研究

针对基于神经网络的财务危机预警方法模型结构复杂、收敛速度慢且容易陷入局部最小的缺点,提出基于遗传神经网络的财务危机预警方法。首先对神经网络模型的结构和参数进行编码并将其串联,形成一个个体,随机产生N个个体形成初始种群。然后分别进行复制、交叉和变异操作,得到神经网络的结构和初始参数。再通过BP算法对该神经网络进行训练,训练后的神经网络即可实现财务危机预警。测试结果表明,该模型训练速度快、预警精度高。