用模糊RBF神经网络简化模型设计多变量自适应模糊控制器

被引：13

作者：

鲍鸿

黄心汉

李锡雄

毛宗源

机构：

[1] 华中理工大学自动控制工程系!武汉

[2] 广东工业大学电气工程及自动化系!广州

[3] 华南理工大学自动控制工程系!广州

来源：

基金：

广东省自然科学基金;

关键词：

模糊控制; 模糊神经网络; RBF网络; 过程控制;

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：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对多变量系统实时性要求 ,提出模糊径向基 (RBF)神经网络结构的简化模型及相应算法 ,并对由此简化模型设计的多变量模糊控制器模糊规则的在线自学习算法进行分析 ,提出一种系统动态增益的处理方法和基于过程最优的改进方案 .仿真实验结果表明该控制器可实现实时自适应控制 ,改进算法是有效的 .

引用

页码：169 / 174

页数：6