您的位置: 专家智库 > >

卢萍

作品数:8 被引量:19H指数:2
供职机构:广东工业大学应用数学学院更多>>
发文基金:广东省自然科学基金广东省科技计划工业攻关项目更多>>
相关领域:自动化与计算机技术理学化学工程更多>>

文献类型

  • 6篇期刊文章
  • 2篇学位论文

领域

  • 6篇自动化与计算...
  • 2篇理学
  • 1篇化学工程

主题

  • 4篇神经网
  • 4篇神经网络
  • 3篇网络
  • 3篇控制器
  • 3篇PID控制
  • 2篇塑料
  • 2篇塑料模
  • 2篇专家系统
  • 2篇网络控制
  • 2篇网络控制系统
  • 2篇线性矩阵
  • 2篇线性矩阵不等...
  • 2篇矩阵不等式
  • 2篇控制器设计
  • 2篇控制系统
  • 2篇激励函数
  • 2篇函数
  • 2篇仿真
  • 2篇PID神经网...
  • 1篇丢包

机构

  • 8篇广东工业大学
  • 1篇华南理工大学

作者

  • 8篇卢萍
  • 4篇金朝永
  • 2篇朱婧丽
  • 2篇林怡青
  • 2篇陈孟伟
  • 1篇郑时雄

传媒

  • 3篇广东工业大学...
  • 1篇自动化仪表
  • 1篇机电工程技术
  • 1篇模具制造

年份

  • 4篇2012
  • 1篇2011
  • 2篇2003
  • 1篇2002
8 条 记 录,以下是 1-8
排序方式:
基于PID神经网络的研究和改进被引量:8
2012年
针对PID神经元网络(PIDNN)将静态神经元扩充到动态神经元的特性,通过分析PIDNN控制算法存在的局限性,对变量系统的激励函数提出了改进方案,扩大了PID神经网络控制的适用范围。Matlab仿真测试表明,改进后的PIDNN系统具有良好的稳态性,试验验证了算法的有效性。
卢萍金朝永
关键词:PID控制神经网络激励函数仿真
PID神经网络的研究和改进被引量:1
2011年
针对PID神经网络能根据控制效果进行在线自学习调整及具有无静差控制效果等特点,通过分析PIDNN控制算法存在的局限性,提出了对误差进行分级的改进算法.对改进的算法进行仿真,结果证明该方法能有效地改善网络的性能.
卢萍金朝永
关键词:收敛速度神经网络仿真PID控制
塑料模具材料远程选择优化专家系统的研究与开发
该文重点作了下述工作:(1)收集国内外塑料模具行业专家经验与知识,构造该系统的组成框架和设计方案;(2)对数据进行概念结构设计,经过抽象和集成得到整体数据库的概念结构,进而将其转化为DBMS所支持的数据模型,建立了266...
卢萍
关键词:塑料模具WEB专家系统BP神经网络
文献传递
浅述工程技术知识的几个问题被引量:1
2003年
对信息化社会以及全球经济背景下的工程技术知识建模、知识获取算法、知识发现过程控制中存在的问题进行研究。提出工程技术知识获取的基本需求,围绕动态性、结构性、模糊性、关联性、不确定性等问题讨论了作者提出并经过实践证明行之有效的解决方案。
林怡青卢萍郑时雄
关键词:知识工程知识发现知识建模知识获取
随机区间时延的网络控制系统控制器设计被引量:1
2012年
针对网络控制系统中网络存在时延问题,采用随机时延建模方法,将不同负载情况下的时延表示成区间变量,通过具有范数有界不确定性的离散Markov跳变系统描述系统模型,进行系统的随机稳定性分析,基于线性矩阵不等式设计状态反馈控制器.最后通过数值仿真验证控制器设计算法的有效性.
陈孟伟金朝永朱婧丽卢萍
关键词:网络控制系统MARKOV跳变系统线性矩阵不等式控制器
基于随机丢包的网络控制系统控制器设计被引量:1
2012年
针对网络控制系统的数据包丢失(丢包)问题,提出将数据包丢失过程理解为一类随机过程,将随机丢包丢失过程建模为一个随机Markov链,系统的模型则可以表示成一类Markov跳变系统.利用Lyapunov稳定性、Markov跳变系统理论和随机最优控制理论分析闭环系统的稳定性,设计基于随机丢包的动态输出反馈控制器,利用Mat-lab的LMI工具箱,利用双线性矩阵不等式的可行解给出控制器的参数.并用实例验证了该方法的有效性.
陈孟伟金朝永卢萍朱婧丽
关键词:网络控制系统数据包控制器双线性矩阵不等式
基于动态Web的塑料模材料选择混合专家系统结构被引量:1
2002年
结合具体应用,建立了一个基于动态Web的塑料模材料选择优化远程专家系统;提出了一种支持知识创新的Web+ES(专家系统)+ANN(人工神经网络)系统结构;分析了如何融合用户规定条件、专家知识、互联网运用和知识创新等要求来实现并行推理的方法;针对推理与学习两种不同的需要提出了采用两类神经网络作为知识获取的方法和并行推理手段,从而使专家系统的性能得到进一步提高。
卢萍林怡青
关键词:动态WEB专家系统塑料模材料选择知识创新
基于神经网络PID控制器的研究
PID控制是控制领域中最为重要的控制方式之一。随着对人工神经元网络研究的深入研究,研究者也开始将神经网络和PID控制结合,以期为改进和克服传统PID控制的性能提供了新的思路。PID神经元网络,是由舒怀林教授于1997年提...
卢萍
关键词:PID控制神经网络激励函数
共1页<1>
聚类工具0