多变量模糊控制系统的设计及仿真.pdfVIP

大 庆 石 油 学 院 学 报 第 卷 第 期 年 月 25 1 2001 3 JOURNAL OF DAOING PETROLEUM INSTITUTE VoI . 25 No . 1 Mar . 2001 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 多变量模糊控制系统的设计及仿真 1 2 1 于 霞 ，宋凌锋 ，陈学允 （ 哈尔滨工业大学 电气工程系，黑龙江 哈尔滨 ； 清华大学 电机工程系，北京 ） 1. 150001 2 . 100084 摘 要：采用遗传算法对一类以神经网络实现的多变量模糊控制系统进行建模，综合利用多种智能技术的优势，使 控制系统的设计过程更为合理和智能化，保证各输出量间协调动作；同时考虑应用的特点，提出了一种新型的自适应遗 传算法，它能够有效地改善在设计过程中的收敛性并提高收敛速度. 具体实例的仿真结果验证了该方法的有效性. 关 键 词：模糊控制系统；神经网络；自适应遗传算法；发电机协调控制 中图分类号： 文献标识码： 文章编号： （ ） TM712 A 1000 - 1891 2001 01 - 0041 - 03 0 引言 模糊控制系统的神经网络实现方案非常有助于其控制性能、自适应性及对多变量系统描述能力等方 面的改善 为克服传统的 （ ）学习算法对初始值及样本数据充分性的依赖，对遗传算法 . BP Back Propagation （ ）在多变量模糊神经网络控制系统建模过程中的应用进行了分析及改进 GA Genetic AIgorithms . 1 多变量模糊神经网络控制系统的建模方法 ! ! 模糊神经网络模型结构 通过对不同逻辑原则及作用因子等的选择，模糊系统可以表达为对应不同连续变量的非线性函数形 式，这就是模糊系统的解析表示. 例如：在分别采用单值模糊产生器、高斯隶属函数、乘积推理规则和中心 ［］ 平均模糊消除器的情况下，一个多变量的模糊逻辑系统（其中输入输出变量均为数值量）可以表示为1 M I l 2 l xi - mi