- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于遗传算法的非线性多变量系统模糊神经网络控制
2 0 0 3 年 3 月 沈 阳 工 业 学 院 学 报 Vol . 2 2 No . 1 第 2 2 卷 第 1 期 JOURNAL OF SHENYAN G INSTITUTE OF TECHNOLOGY Mar . 2 0 0 3 ( ) 文章编号 :1003 - 1251 2003 01 - 0001 - 03 基于遗传算法的非线性多变量系统 模糊神经网络控制 1 2 3 王大志 ,金 辉 ,王振雷 ( 1. 沈阳工业学院 信息科学与工程分院 ,辽宁 沈阳 110016 ;2 . 锦州合成纤维厂 ;3 . 上海交通大学) ( ) 摘 要 :针对一类非线性多变量系统的解耦控制 ,提出了采用基于模糊神经网络 FNN 的 模型参考模糊控制结构 ,并且为了提高 FNN 的收敛速度采用了遗传算法. 仿真结果表明了该 种控制策略的有效性. 关 键 词 :非线性系统 ;解耦控制 ;模糊神经网络 ;遗传算法 中图分类号 :TP273 文献标识码 :A 智能控制技术的发展给多变量控制系统的研 究带来了新的活力. 人们利用智能控制器中的多种 手段 ,完成了对多变量系统中未知参数和未建模动 态的无限逼近. 由于智能控制器本身具有 自学习和 自适应的能力 , 所 以不必对系统有非常深入的了 解 ,也能设计出满足多种性能指标的控制器[ 14 ] . 目 前 ,智能多变量控制技术大多是对神经网络控制技 术的研究 ,而神经网络系统存在一些缺欠. 因此 ,本 文采用模糊神经网络系统对多变量系统进行控制 , 并对闭环系统性能进行了研究. 1 控制系统结构与学习算法 图 1 FNN 模型参考控制系统结构图 为例, 说明模糊神经网络控制器的结构及其学习算 1. 1 控制系统结构 法, 这种控制结构同样适用于维数更高的多变量系 统. 该网络结构是一个七层的模糊神经网络. 第 1 图 1 是控制系统的结构图. 图中 z - 1 表示一步 层是输入层, 各个节点将其输入直接传递, 节点的 时间延迟, [ u 1 , …, um ] 是系统的控制输入 向量, 输出等于输入, 即 x 1 = x 1 . 第 2 层为处理层, 各个节 c r [ y1 , …, ym ] 为系统的输出向量, [ r1 , …, rm ] 是控制 2 点对应的运算为 x c = f ( x 1 , x 2) = x 2 - x 1. 第 3 层为 r - 1 r - 1 系统的跟踪轨迹, [ g 1 ( z ) , …, gm ( z ) ] 是各个子 模糊化输入层, 在该层中, 得到了需要进行模糊化 系统的参考模型.
文档评论(0)