系统仿真学报
繫統倣真學報
계통방진학보
JOURNAL OF SYSTEM SIMULATION
2005年
6期
1307-1310,1314
,共5页
自组织模糊神经网络(SCFNN)%网络控制系统(NCS)%结构学习%参数学习%有监督梯度下降法
自組織模糊神經網絡(SCFNN)%網絡控製繫統(NCS)%結構學習%參數學習%有鑑督梯度下降法
자조직모호신경망락(SCFNN)%망락공제계통(NCS)%결구학습%삼수학습%유감독제도하강법
提出将自组织模糊神经网络(SCFNN)应用于网络控制系统(NCS)中的远程控制器的设计.SCFNN的学习过程包括结构学习和参数学习两个阶段.结构学习的目的是对输入空间进行合理的模糊划分并动态地生成一组模糊逻辑控制规则,而参数学习是通过有监督梯度下降法来调整隶属度函数的参数以及模糊规则中结论部分的权值.最初的SCFNN只有输入节点和输出节点,而经过在线学习后逐步生成隶属度函数节点和规则节点.对基于Profibus-DP网络的网络控制系统进行测试,并与采用修正Ziegler-Nichols法设计的控制器的控制效果进行比较,结果表明基于SCFNN思想设计的远程控制器在网络控制系统中能够获得满意的控制效果.
提齣將自組織模糊神經網絡(SCFNN)應用于網絡控製繫統(NCS)中的遠程控製器的設計.SCFNN的學習過程包括結構學習和參數學習兩箇階段.結構學習的目的是對輸入空間進行閤理的模糊劃分併動態地生成一組模糊邏輯控製規則,而參數學習是通過有鑑督梯度下降法來調整隸屬度函數的參數以及模糊規則中結論部分的權值.最初的SCFNN隻有輸入節點和輸齣節點,而經過在線學習後逐步生成隸屬度函數節點和規則節點.對基于Profibus-DP網絡的網絡控製繫統進行測試,併與採用脩正Ziegler-Nichols法設計的控製器的控製效果進行比較,結果錶明基于SCFNN思想設計的遠程控製器在網絡控製繫統中能夠穫得滿意的控製效果.
제출장자조직모호신경망락(SCFNN)응용우망락공제계통(NCS)중적원정공제기적설계.SCFNN적학습과정포괄결구학습화삼수학습량개계단.결구학습적목적시대수입공간진행합리적모호화분병동태지생성일조모호라집공제규칙,이삼수학습시통과유감독제도하강법래조정대속도함수적삼수이급모호규칙중결론부분적권치.최초적SCFNN지유수입절점화수출절점,이경과재선학습후축보생성대속도함수절점화규칙절점.대기우Profibus-DP망락적망락공제계통진행측시,병여채용수정Ziegler-Nichols법설계적공제기적공제효과진행비교,결과표명기우SCFNN사상설계적원정공제기재망락공제계통중능구획득만의적공제효과.
