未找到相关数据
基于 RBF 网络的 Takagi-Sugeno 模糊控制器参数获取
被引：3
作者：
经宁
潘俊民
机构：
[1] 上海交通大学信息与控制工程系
来源：
关键词：
RBF网络；模糊推理规则；模糊控制器;
D O I：
10.16183/j.cnki.jsjtu.1998.06.022
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
ＲＢＦ网络是一种广泛应用的神经网络模型，而Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模糊推理规则是一种简化的模糊推理规则，两种方法的起源不同．文中分析了在一定条件下，ＲＢＦ网络与简化的Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模糊推理规则的函数等效性，揭示了网络权值与推理规则参数的对应关系，从而为两种方法的互换使用奠定了理论基础．在此基础上，提出了使用ＲＢＦ网络在实时控制过程中为一些复杂的被控对象获取Ｔａｋａｇｉ－Ｓｕｇｅｎｏ型模糊控制器参数的方法．以ＲＢＦ网络作为控制器，在实时闭环控制过程中在线地修正网络权值，通过有限次的学习即可获得较优的网络权值，根据对应关系获得Ｔａｋａｇｉ－Ｓｕｇｅｎｏ型模糊控制器的规则参数．一混流式水轮机组的仿真结果证明了该方法的有效性．
引用
收藏
页码：100 / 103
页数：4
相关论文