厦门理工学院学报
廈門理工學院學報
하문리공학원학보
JOURNAL OF XIAMEN UNIVERSITY OF TECHNOLOGY
2009年
1期
36-41
,共6页
模糊控制%神经网络%混合算法%自适应预测控制%仿真
模糊控製%神經網絡%混閤算法%自適應預測控製%倣真
모호공제%신경망락%혼합산법%자괄응예측공제%방진
针对复杂非线性系统在控制过程中的不确定性及参数的时变性,设计了一种模糊神经自适应预测控制系统,通过误差补偿以提高预测控制的精度;对模糊神经网络(FNN)的学习算法进行了研究,利用遗传算法的全局搜索能力对FNN控制器参数进行离线优化,并对遗传操作进行了改进,使其最终搜索到全局最优或近似全局最优的附近,再利用BP算法的局部搜索能力和对对象的适应能力,进一步对参数进行在线调整.从而使系统具有更高的学习精度和更快的收敛速度,所得的FNN具有良好的泛化性能.仿真结果证明了本方法的有效性.
針對複雜非線性繫統在控製過程中的不確定性及參數的時變性,設計瞭一種模糊神經自適應預測控製繫統,通過誤差補償以提高預測控製的精度;對模糊神經網絡(FNN)的學習算法進行瞭研究,利用遺傳算法的全跼搜索能力對FNN控製器參數進行離線優化,併對遺傳操作進行瞭改進,使其最終搜索到全跼最優或近似全跼最優的附近,再利用BP算法的跼部搜索能力和對對象的適應能力,進一步對參數進行在線調整.從而使繫統具有更高的學習精度和更快的收斂速度,所得的FNN具有良好的汎化性能.倣真結果證明瞭本方法的有效性.
침대복잡비선성계통재공제과정중적불학정성급삼수적시변성,설계료일충모호신경자괄응예측공제계통,통과오차보상이제고예측공제적정도;대모호신경망락(FNN)적학습산법진행료연구,이용유전산법적전국수색능력대FNN공제기삼수진행리선우화,병대유전조작진행료개진,사기최종수색도전국최우혹근사전국최우적부근,재이용BP산법적국부수색능력화대대상적괄응능력,진일보대삼수진행재선조정.종이사계통구유경고적학습정도화경쾌적수렴속도,소득적FNN구유량호적범화성능.방진결과증명료본방법적유효성.