补偿模糊神经网络在模糊规则训练中的应用

目前,自治式水下机器人(Autonomous Underwater Vehicle,AUV)、自动导引驾驶小汽车、轮船等领域应用模糊规则控制已经受到许多人的关注,模糊规则的制定与训练是其中之关键所在,该文将模糊规则控制应用在无人机自由编队飞行控制中。在训练模糊规则过程中,常规的BP神经网络法存在学习速度慢、无法结合专家知识以及容易陷人局部最小等缺点,为了克服上述不足,文中引入了补偿模糊神经网络,它是一个结合了补偿模糊逻辑和神经网络的混合系统,由面向控制和面向决策的神经元组成,其模糊运算采用动态的、全局优化运算,学习速度快、学习过程稳定。将其用于无人机自由编队飞行的模糊控制规则进行训练,结果表明用补偿模糊神经网络对模糊规则的训练效果良好。