自动化学报
自動化學報
자동화학보
ACTA AUTOMATICA SINICA
2008年
5期
574-580
,共7页
模糊树模型%T-S模糊模型%自适应逆控制%跟踪控制
模糊樹模型%T-S模糊模型%自適應逆控製%跟蹤控製
모호수모형%T-S모호모형%자괄응역공제%근종공제
基于模糊树模型,结合神经网络中的逆向学习和专门化学习,提出了自适应直接逆控制方法.首先离线辨识对象的逆模型作为初始的控制器,然后与对象串联,用最小均方差(Least mean square,LMS)算法在线调节控制器中的线性参数.本方法辨识得到的逆模型控制器可以减少需要的模糊规则数目,同时达到较好的跟踪控制效果.仿真结果表明了方法的有效性.
基于模糊樹模型,結閤神經網絡中的逆嚮學習和專門化學習,提齣瞭自適應直接逆控製方法.首先離線辨識對象的逆模型作為初始的控製器,然後與對象串聯,用最小均方差(Least mean square,LMS)算法在線調節控製器中的線性參數.本方法辨識得到的逆模型控製器可以減少需要的模糊規則數目,同時達到較好的跟蹤控製效果.倣真結果錶明瞭方法的有效性.
기우모호수모형,결합신경망락중적역향학습화전문화학습,제출료자괄응직접역공제방법.수선리선변식대상적역모형작위초시적공제기,연후여대상천련,용최소균방차(Least mean square,LMS)산법재선조절공제기중적선성삼수.본방법변식득도적역모형공제기가이감소수요적모호규칙수목,동시체도교호적근종공제효과.방진결과표명료방법적유효성.