基于模糊聚类的模糊神经网络控制

被引：4

作者：

吴文进 ^{[1
]}

汪洪波 ^{[2
]}

江善和 ^{[1
]}

机构：

[1] 安庆师范学院物理与电气工程学院

[2] 合肥工业大学机械与汽车工程学院

来源：

自动化与仪器仪表 | 2009年 / 03期

关键词：

模糊模型; 神经网络; 模糊聚类; 系统辨识;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

对于复杂的非线性离散系统,提出将模糊聚类算法同神经网络相结合,使用衡量聚类有效性的S函数确定模糊规则数目,进而确定模糊神经网络的结构;控制器的设计应用LMI方法。以典型的非线性系统二级倒立摆为例,在Matlab中进行仿真实验,结果表明,基于聚类算法的神经网络控制能够在较大范围的初始状态下使系统获得稳定。

引用

收藏

页码：9 / 11+14 +14

页数：4

相关论文

共 3 条

[1]

基于LMI的模糊控制器设计方法 [J].

谢振华 ;

范训礼 ;

曲建岭 ;

王磊 ;

耿昌茂 ;

不详 .

控制与决策 , 2000, (05) :549-552+556

[2]

Experimental validation of different MIMO-feedback controller design methods [J].

Vaes, D ;

Swevers, J ;

Sas, P .

CONTROL ENGINEERING PRACTICE, 2005, 13 (11) :1439-1451

[3]

IDENTIFICATION OF DYNAMIC FUZZY MODELS [J].

CAO, SG ;

REES, NW .

FUZZY SETS AND SYSTEMS, 1995, 74 (03) :307-320