基于MCGS的单神经元自适应控制系统应用开题报告

1. 研究目的与意义

一、目的1．了解神经元控制系统的结构与组成。

2．研究调节器相关参数的变化对系统静、动态性能的影响。

3．了解神经元对液位控制的作用。

2. 国内外研究现状分析

一、国外研究早在1943年，美国神经生物学家w.s.mccul-loch就与数学家w.pitts合作，采用数理模型的方法研究脑细胞的动作和结构，以及生物神经元的一些基本生理特征，提出第一个神经计算模型，即神经元的阈值元件模型(mp模型)。

此模型沿用至今，并且直接影响着这一领域研究的进展。

因而，他们两人可称为人工神经网络研究的先驱。

3. 研究的基本内容与计划

一、研究内容1.了解和掌握过程控制的发展过程及发展方向，对pid控制器的整定方法有较全面和深刻的理解，以及其缺点；2.了解神经网络的发展概况，掌握单神经元自适应pid控制算法产生的历史背景、特点及其发展现状；3.熟练掌握mcgs组态软件，选择中水箱作为被控对象（往中水箱中放入非线性物体），测试对象特性，通过实验为控制系统的应用提供理论指导；4.修改脚本程序，使用单神经元自适应控制算法，分析此算法的抗干扰性，随动性，鲁棒性等，并与常规pid控制算法进行比较。

二、计划：2013年3月中旬2013年4月底：第一周收集课题相关资料。

第二周熟悉mcgs软件编程和thjs-3型 非线性三容水箱对象系统实验装置。

4. 研究创新点

单神经元自适应pid控制器实质上为一变系数的比例、积分、微分复合控制器,其输入与常规pid控制器的输入类似,物理意义明确,其参数主要是通过一定的算法进行在线学习获得。

同时,神经元网络控制器的结构简单,计算量小,易于实现。

仿真实验和实际应用结果表明,由于神经元具有自学习特性,能够适应被控对象较大范围内的变化,具有较强的自适应能力和鲁棒性,其控制品质优于常规的pid控制器。