导读:本文包含了单神经元自适应算法论文开题报告文献综述及选题提纲参考文献，主要关键词:啤酒灌装,PLC,触摸屏,软件设计
单神经元自适应算法论文文献综述
陈长生[1]（2018）在《基于单神经元的啤酒灌装液位自适应控制算法》一文中研究指出目的为了提高啤酒灌装生产线的生产效率,提升制酒企业的自动化程度,降低工人的劳动强度。方法根据啤酒灌装流程以及自动灌装生产线结构,提出一种基于PLC和触摸屏的啤酒自动灌装生产线控制系统,控制系统以松下FP-XHC60R PLC为控制器核心,以威纶维纶MT6070I触摸屏为人机操作界面,通过PLC实现执行机构的自动控制和反馈控制,由HMI人机触摸屏实现生产线运行的参数设置,并监控生产线的运行状态。在此硬件结构基础上完成控制系统软件设计,并根据单神经元控制理论,提出一种啤酒灌装液位自适应控制算法,以提高灌装液位控制精度。结果该控制系统结构简单,便于操作人员对设备进行人性化管理。结论所设计的啤酒灌装生产线控制系统具有生产效率高、高度自动化、运行稳定等优点。(本文来源于《包装工程》期刊2018年11期）
陈志红,金旻[2]（2017）在《基于单神经元自适应算法的贴标机张力控制方法》一文中研究指出目的为了保证贴标机标带张力的恒定,以提高贴标精度。方法基于单神经元自适应算法提出一种贴标机恒张力控制方法,详细分析贴标机供标机构的动力学模型,并得到动态力矩平衡方程,阐述影响张力恒定的关键因素。根据单神经元控制理论,提出一种张力自适应控制算法,并设计相应控制器。搭建试验平台,进行相关试验研究。结果采用所述控制方法,贴标机正标率均大于97%,贴标过程张力恒定。结论该控制系统贴标精度较高,适用范围广,响应快速稳定。(本文来源于《包装工程》期刊2017年17期）
杨家伟,胥布工[3]（2016）在《基于单神经元自适应PSD算法的分布式智能灯光控制》一文中研究指出针对已有灯光控制算法无法应对系统模型变化的问题,提出将单神经元自适应PSD(proportion sum differential)算法应用于分布式智能灯光控制。利用单神经元自适应PSD算法的自学习能力,控制器根据系统误差实时修改参数,并与无线传感器/执行器网络中的分簇机制相结合,形成了一套完整的自适应分布式智能灯光控制算法。以基于无线传感器/执行器网络的灯光控制实验平台为被控对象,设计控制器并进行了仿真研究。仿真实验表明,当系统模型发生改变,与已有的分布式PID灯光控制算法相比,该控制算法具有更好的控制效果、鲁棒性更强。(本文来源于《计算机应用研究》期刊2016年06期）
郑怡,王能才[4]（2015）在《改进的单神经元自适应PID控制算法在智能车速度控制系统中的研究与应用》一文中研究指出针对单神经元控制算法在电磁导航智能车速度控制中存在加权系数修正时间长、自适应能力差、系统不稳定的缺点,提出了将改进的单神经元自适应PID控制算法应用到智能车的调速系统中。改进的单神经元自适应PID控制算法优化了单神经元自适应PID控制算法中的加权系数学习修正部分,使得权系数在线修正不完全根据神经网络的学习原理,而是参考实际经验制定的,最终自适应地整定PID叁个参数来实现智能车的速度控制。Matlab仿真测试表明,与单神经元自适应PID控制算法相比,改进的单神经元自适应PID控制算法在智能车速度控制中具有响应快,超调量小、自适应能力强的优点,大大提高了智能车控制系统的性能。(本文来源于《自动化与仪器仪表》期刊2015年03期）
赵效辉,孙研,刘超,张继超[5]（2015）在《基于免疫算法神经元自适应的汽轮机转速控制研究》一文中研究指出汽轮发电机组的控制贯穿于电力生产的始终,其控制效果直接关系到电网供电质量及机组的安全、稳定、经济运行。本文采用免疫算法对加权函数进行选取,利用免疫算法的全局搜索性能通过一系列的免疫操作寻找最优的加权函数。仿真结果表明,免疫算法对提高鲁棒控制系统的控制效果具有一定的有效性。(本文来源于《数字技术与应用》期刊2015年03期）
黄际乐[6]（2014）在《单神经元自适应算法在LED照明控制中的应用》一文中研究指出为实现LED照明的恒照度控制,首先建立了LED的照度模型,然后采用单神经元自适应算法设计LED的照度控制器。仿真结果表明,单神经元自适应控制器能够实现LED照度的稳定控制,取得了较为理想的控制效果。(本文来源于《中小企业管理与科技(上旬刊)》期刊2014年07期）
李书舟,容慧[7]（2014）在《单神经元自适应PID算法在无刷直流电机控制系统上的应用研究》一文中研究指出研究了无刷电机的控制问题,针对常规PID控制的无刷直流电机系统存在参数难以整定、超调量大、调节时间长、抗干扰能力差等问题,建立了无刷直流电机的数学模型,提出了单神经元控制在系统中的总体设计方法,并在常规PID控制器的基础上建立了单神经元控制器;利用MATLAB软件对常规PID控制和单神经元PID控制进行仿真比较,结果表明基于单神经元的PID控制器能动态调整控制器参数,有效的提高了系统的性能以及控制效果,系统对参数扰动具有较强的鲁棒性。(本文来源于《自动化与仪器仪表》期刊2014年04期）
王磊,杜晓强,宋永端[8]（2014）在《用于飞轮储能单元的神经元自适应比例-积分-微分控制算法》一文中研究指出提出了种应用于飞轮储能系统的神经元自适应比例?积分?微分(proportional integral differential,PID)控制算法。该算法基于传统的双闭环调速系统与神经网络理论,实现对飞轮驱动电机的控制,使飞轮驱动电机能够根据系统要求,驱动飞轮储能单元储存或释放能量。运用李亚普诺夫稳定性理论证明了该控制算法的稳定性和有效性,并给出了其稳定性条件。经过仿真验证,该算法可以有效地实现对飞轮储能单元的充放电控制,其控制参数可以随着系统的运行自适应调节,飞轮储能单元的控制精度和鲁棒性也有所提高。(本文来源于《电网技术》期刊2014年01期）
杨宏,胡琛琛,周井泉[9]（2013）在《单神经元自适应PID主动队列控制算法的改进》一文中研究指出文中主要研究网络拥塞控制机制中的主动队列管理(AQM)算法。针对传统PID主动队列管理算法中参数固定、不能实时调整、无法适应复杂多变的非线性网络等缺点,提出了一种改进的主动队列管理算法—ISNAPID算法。该算法对单神经元的学习速率进行有效的改进,使得改进的单神经元自适应PID算法能够更快速地反应网络的拥塞情况。利用NS2对PI算法、SNAPID算法以及ISNAPID算法进行了比较,仿真结果表明ISNAPID算法具有更好的收敛性、稳定性以及鲁棒性。(本文来源于《计算机技术与发展》期刊2013年05期）
郭小和,刘科,周继强,洪露[10]（2012）在《基于改进遗传算法的单神经元自适应PID控制》一文中研究指出单神经元自适应PID控制器不但结构简单,而且能够适应环境变化,有较强的鲁棒性。本文基于生物进化机制提出一种改进遗传算法,并给出算法的详细步骤。该算法在交叉、变异操作以前对亲和度较低的个体进行替换操作,改善了算法的收敛性能。在函数寻优的实验中验证了算法的有效性。最后将算法应用于神经网络的突触权值寻优,通过突触权值的调整来自适应地实现PID的比例、积分和微分系数的可调节控制,仿真对比结果表明了该算法的优越性。(本文来源于《南昌航空大学学报(自然科学版)》期刊2012年04期）
单神经元自适应算法论文开题报告
（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：
目的为了保证贴标机标带张力的恒定,以提高贴标精度。方法基于单神经元自适应算法提出一种贴标机恒张力控制方法,详细分析贴标机供标机构的动力学模型,并得到动态力矩平衡方程,阐述影响张力恒定的关键因素。根据单神经元控制理论,提出一种张力自适应控制算法,并设计相应控制器。搭建试验平台,进行相关试验研究。结果采用所述控制方法,贴标机正标率均大于97%,贴标过程张力恒定。结论该控制系统贴标精度较高,适用范围广,响应快速稳定。
（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。
单神经元自适应算法论文参考文献
[1].陈长生.基于单神经元的啤酒灌装液位自适应控制算法[J].包装工程.2018
[2].陈志红,金旻.基于单神经元自适应算法的贴标机张力控制方法[J].包装工程.2017
[3].杨家伟,胥布工.基于单神经元自适应PSD算法的分布式智能灯光控制[J].计算机应用研究.2016
[4].郑怡,王能才.改进的单神经元自适应PID控制算法在智能车速度控制系统中的研究与应用[J].自动化与仪器仪表.2015
[5].赵效辉,孙研,刘超,张继超.基于免疫算法神经元自适应的汽轮机转速控制研究[J].数字技术与应用.2015
[6].黄际乐.单神经元自适应算法在LED照明控制中的应用[J].中小企业管理与科技(上旬刊).2014
[7].李书舟,容慧.单神经元自适应PID算法在无刷直流电机控制系统上的应用研究[J].自动化与仪器仪表.2014
[8].王磊,杜晓强,宋永端.用于飞轮储能单元的神经元自适应比例-积分-微分控制算法[J].电网技术.2014
[9].杨宏,胡琛琛,周井泉.单神经元自适应PID主动队列控制算法的改进[J].计算机技术与发展.2013
[10].郭小和,刘科,周继强,洪露.基于改进遗传算法的单神经元自适应PID控制[J].南昌航空大学学报(自然科学版).2012