一种新型的动态模糊神经网络控制器

被引：5

作者：

柳朝军

廖晓钟

张宇河

机构：

[1] 北京理工大学自动控制系!北京

来源：

北京理工大学学报 | 2000年 / 05期

关键词：

模糊神经网络; 递归系统; 学习算法;

D O I：

10.15918/j.tbit1001-0645.2000.05.013

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

基于前向模糊神经网络 ANFIS提出了一种新型的动态模糊神经网络 ( DFNN) ,将模糊逻辑、神经网络和 PID控制器三者的优点有机地融合在一起 .通过在 ANFIS的归一化层和输出层之间加入递归层 ,构成了动态模糊神经网络 ( DFNN) ,并推导了基于 BP的反传学习算法 .与 ANFIS和 PID控制器相比 ,DFNN具有更好的控制效果 .DFNN的参数具有明确的物理意义 ,可根据专家的经验选择初值 ,加快了网络的收敛速度 ;由于 DFNN为动态神经网络 ,从而具有更强的处理动态系统的能力

引用

页码：589 / 592

页数：4