一种前向模糊神经网络控制系统的研究

一种前向模糊神经网络控制系统的研究

ID:11997165

大小:27.00 KB

页数:0页

时间:2018-07-15

一种前向模糊神经网络控制系统的研究_第页
预览图正在加载中,预计需要20秒,请耐心等待
资源描述:

《一种前向模糊神经网络控制系统的研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、一种前向模糊神经网络控制系统的研究电机与控制ELECTRICMACHINESANDCONTROLV0l'2No.3Sep.1998一种前向模糊神经网络控制系统的研究AResearchooForwardFuzzyNeuralNetworkControlSystem何波吴广玉派工一HeBoWuGuangyu(HarbinlmtitueofTechnology)弋弓a-Pt~摘要基于模糊逻辑和神经网络技术提出一种具有快速学习算法的模糊神经网络控制系统.通过将模糊逻辑系统表达成有两个隐层的前向模糊神经网络

2、(FrCN),利用其快速学习能力调整系统初始规则库参数,得到优化的模糊控制器,仿真结果表明控制性能有很大改善.董;型查垫些谖差反向伟播算法癌荆TP273分类号'…'AbstractAkindofforwardfuzzyneuralnetworkcontrolsystembasedonfastlearningalgorithemwhichderivesfromthefusionoffuzzylogicandneuralnetworkisproposed.Fuz-zylogicsystemisrepr

3、esentedbyaforwardfuzzyneuralnetworkwhichhastwohiddenlayersthefastlearningmethodisusedtoadjustinitialrulebaseparametertogetalloptimalfuzzycontrollersimulationresultshowscontrolperformanceisimprovedsignificantly.Keywordsforwardfuzzyneuralnetwork;rulepar

4、ameteradjusting;errorbackwardpropagan-daalgorithm1引言由神经网络理论中的反向传播定理可知I,三层前向网络能以任意精度逼近连续函数;Wang证明了有模糊产生器和消除器的Mamdan/模型是全局逼近因子:Kosko证明加性模糊系统也具有全局逼近能力13],因此,神经网络与模糊系统具有某种等价性H.另外,模糊系统与神经网络叉各具特色,前者善于利用专家语言信息,后者在学习能力上有突出的优势.二者的融合技术已开始为许多学者所研究q.文献『5]提出一种基于BP

5、算法的自适应模糊控制器,但是大量的级联模块式结构使系统过于复杂;文献[5,6]提出的具有学习能力的模糊控制器也存在训练时间太长的同题.本文提出一种基于模糊神经网络N的模糊控制器,所使用的算法是一种利用模糊规则进行过程自调整的快速BP算法.仿真结果表明采用这种算法的前向模糊神经网络控制系统在控制性能上得到了改善.2基于模糊一神经融合快速算法的前向模糊神经网络控制系统一个常规的模糊控制系统的结构如图l所示,图中,KK.为量化比例因子.图1常规的模糊控制器本文提出了一种具有快速算法的前向模糊神经网络控制

6、系统,它对常规模糊控制系统的模糊推理收稿日期:1998—06—26何渡1971年生,1996年毕业于哈尔滨工业大学自动控制专业.莸硕士学位,现为谊专业博士研完生.主要研究方向为智能控剖.自适应控制.D期一,第138电机与控制第2卷机部分作了改进,用文献[6]提出的一种解析型模糊逻辑系统模型来代替,如图2所示.(bJ图2前向模糊神经恻络控制系统陋)控制系统结构框图【b)模j萌翌辑系统的多层前向神经网络错构图2(b)中,垂texp[一(孚)],∑,f∑f,如式(1)所表达,cz):善{ex[--fFl

7、Piii(孚)驯(z):∑{ex(}/r一【一o,,JJJ善.{直exp[一()]}㈩式(I)即文献【6]所描述的模糊逻辑系统模型.该模型使用了中心平均模糊消除器,乘积模糊推理和高斯隶属函数.其中,Z=扣.,=,一,=.,一,};,(z)为该模糊逻辑系统输入输出的实际量;M为规则数;n为输入变量数;为规则f后件部分的模糊集合中心;,为规则l前件部分的第i个模糊集合的高斯隶属函数参数,l,2,一,n,12,...M.图2(a)是本文提出的前向模糊神经控制系统结构框图,图2(b)是式(1)表达的实现

8、模糊逻辑系统的前向神经网络.这里n=2,I=KP,z1=K.对于图2(b)的这种有两个隐层的前向网络,可以借鉴神经网络中反向传播算法的思想来进行训练,其中,和是初始规则库中的被调整参数.性能指标如何选取将决定该网络结构在系统中起什么作用.若象文献【6】中作为一个模糊辨识器时,可选择期望输出与网络实际输出之差作为性能指标.对于本文的模糊神经网络控制系统(图2),目的是对初始模糊规则进行参数调整,获取一个能达到近最优的控制器,以改善动态和静态性能.性能指标取=÷十÷知其中,P.为图2(

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。