遗传算法自适应模糊神经网络控制

被引:11
作者
刘坤
机构
[1] 南京工程学院自动化系江苏南京
关键词
非线性; 不确定性; 遗传算法; 模糊神经网络控制器; 径向基函数; 神经网络辨识;
D O I
暂无
中图分类号
TP273.4 [];
学科分类号
摘要
神经网络能够以任意精度逼近任意复杂的非线性关系,具有高度的自适应和自组织性,在解决高度非线性和严重不确定系统的控制方面具有巨大的潜力。但一般神经网络训练算法如BP算法训练速度慢,受初值影响大且易陷入局部极小点,该文提出了一种基于模糊神经网络的间接自校正控制系统,控制器以高斯隶属度函数的径向基函数(RBF)神经网络结构,利用改进的遗传算法(GA)对结构和参数进行同步优化,改进适应度函数指导搜索过程,在保证稳定情况下大大加快了收敛的速度。神经网络正向模型(NNP)利用弹性BP算法进行离线辨识,使得到的模型泛化性能好。
引用
收藏
页码:136 / 139
页数:4
相关论文
共 6 条
[1]
神经网络、模糊系统及其在运动控制中的应用.[M].丛爽著;.中国科学技术大学出版社.2001,
[2]
基于改进遗传算法的PID控制器设计 [J].
叶军 ;
张新华 .
控制工程, 2002, (03) :51-52
[3]
自适应模糊PID控制器的设计及基于MATLAB的计算机仿真 [J].
侯北平 ;
卢佩 ;
付连昆 .
天津轻工业学院学报, 2001, (04) :32-35
[4]
BP算法及其实现 [J].
张巍 ;
滕冬梅 ;
闵容 .
计算机与现代化, 2000, (03) :1-8
[5]
模糊神经网络实现的参数自校正控制 [J].
王晓兰 ;
王慧中 ;
杨智 ;
邱熔胜 .
电工技术学报, 1999, (02)