模糊神經(jīng)網(wǎng)絡(luò)理論及其在復(fù)雜系統(tǒng)中的應(yīng)用研究
發(fā)布時(shí)間:2021-10-24 01:21
隨著科學(xué)技術(shù)的發(fā)展,現(xiàn)代工業(yè)系統(tǒng)變的越來(lái)越復(fù)雜,傳統(tǒng)的控制方法已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足高標(biāo)準(zhǔn)的性能要求。在這種情況下,智能控制理論被提出并逐漸發(fā)展起來(lái)。目前智能控制在理論研究和實(shí)際應(yīng)用中都取得了許多成果,成為控制理論發(fā)展的第三個(gè)階段。模糊神經(jīng)網(wǎng)絡(luò)(FNN)是智能控制理論中一個(gè)十分活躍的分支,它是人工神經(jīng)網(wǎng)絡(luò)與模糊邏輯系統(tǒng)的有機(jī)結(jié)合。模糊神經(jīng)網(wǎng)絡(luò)是一種能處理抽象信息的網(wǎng)絡(luò)結(jié)構(gòu),具有強(qiáng)大的自學(xué)習(xí)和自整定功能。因此,模糊神經(jīng)網(wǎng)絡(luò)的發(fā)展對(duì)智能控制發(fā)展具有非常重要的意義。本文在分析模糊神經(jīng)網(wǎng)絡(luò)理論和應(yīng)用現(xiàn)狀的基礎(chǔ)上,針對(duì)其中存在的一些問(wèn)題,重點(diǎn)進(jìn)行了以下幾個(gè)方面的探討: 1. 針對(duì)模糊神經(jīng)網(wǎng)絡(luò)參數(shù)學(xué)習(xí)中容易陷入局部極小以及算法結(jié)構(gòu)復(fù)雜等問(wèn)題,提出了兩種網(wǎng)絡(luò)參數(shù)學(xué)習(xí)方法:實(shí)值遺傳算法和隨機(jī)學(xué)習(xí)自動(dòng)機(jī)算法。實(shí)值遺傳算法改變了傳統(tǒng)GA 算法的二進(jìn)制編碼方法,用實(shí)數(shù)表示各個(gè)參數(shù)基因,后代選擇采用“保留精英”的遺傳策略,簡(jiǎn)化了算法結(jié)構(gòu),提高了算法收斂速度。隨機(jī)學(xué)習(xí)自動(dòng)機(jī)算法是一種適合低級(jí)計(jì)算終端的學(xué)習(xí)算法,由于算法中每個(gè)操作是根據(jù)概率隨機(jī)選出的,這就最大限度的保證了算法的全局性能,并且算法有較快的收斂速度。2. ...
【文章來(lái)源】:東北大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:118 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
基于RVGA算法的仿真曲線
為了辨識(shí)這一系統(tǒng),用如下的串行-并行模型的差分方程:[()] y (k+1)=0.3y(k)+0.6y(k 1)+fuk圖 2.5 基于 RVGA 算法的仿真曲線Fig. 2.5 Simulation Curve Based on RVGA圖 2.4 基于 BP 算法的仿真曲線Fig. 2.4 Simulation Curve Based on BP(s)(s
30圖 2.7 混沌時(shí)間序列Fig.2.7 Time Squence of Chaos圖 2.8 基于 BP 算法的 FNN 輸出序列Fig.2.8 Output Squence of FNN Based on BP
【參考文獻(xiàn)】:
期刊論文
[1]基于混沌思維的模糊控制算法優(yōu)化研究[J]. 潘永湘,徐前鋒,高紅梅. 控制理論與應(yīng)用. 2000(05)
[2]基于實(shí)值遺傳算法的模糊神經(jīng)網(wǎng)絡(luò)辨識(shí)器[J]. 王振雷,顧樹(shù)生. 東北大學(xué)學(xué)報(bào). 2000(04)
[3]一種最優(yōu)模糊神經(jīng)網(wǎng)絡(luò)控制器[J]. 周志堅(jiān),毛宗源. 控制與決策. 2000(03)
[4]模糊樹(shù)模型及其在復(fù)雜系統(tǒng)辨識(shí)中的應(yīng)用[J]. 張建剛,毛劍琴,夏天,魏可惠. 自動(dòng)化學(xué)報(bào). 2000(03)
[5]時(shí)滯控制系統(tǒng)魯棒穩(wěn)定性分析[J]. 劉祖潤(rùn),張志飛. 信息與控制. 2000(02)
[6]廣義模糊推理與廣義模糊RBF神經(jīng)網(wǎng)絡(luò)[J]. 鮑鴻,黃心漢,李錫雄. 控制與決策. 2000(02)
[7]智能控制的新進(jìn)展(I)[J]. 李少遠(yuǎn),席裕庚,陳增強(qiáng),袁著祉. 控制與決策. 2000(01)
[8]基于輸入輸出模型的模糊神經(jīng)網(wǎng)絡(luò)滑?刂芠J]. 達(dá)飛鵬,宋文忠. 自動(dòng)化學(xué)報(bào). 2000(01)
[9]一種多輸入-多輸出模糊自適應(yīng)控制方法的研究[J]. 樸營(yíng)國(guó),何希勤,張化光. 自動(dòng)化學(xué)報(bào). 2000(01)
[10]模糊對(duì)向傳播神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[J]. 張志華,史罡,鄭南寧,王天樹(shù). 自動(dòng)化學(xué)報(bào). 2000(01)
本文編號(hào):3454296
【文章來(lái)源】:東北大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:118 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
基于RVGA算法的仿真曲線
為了辨識(shí)這一系統(tǒng),用如下的串行-并行模型的差分方程:[()] y (k+1)=0.3y(k)+0.6y(k 1)+fuk圖 2.5 基于 RVGA 算法的仿真曲線Fig. 2.5 Simulation Curve Based on RVGA圖 2.4 基于 BP 算法的仿真曲線Fig. 2.4 Simulation Curve Based on BP(s)(s
30圖 2.7 混沌時(shí)間序列Fig.2.7 Time Squence of Chaos圖 2.8 基于 BP 算法的 FNN 輸出序列Fig.2.8 Output Squence of FNN Based on BP
【參考文獻(xiàn)】:
期刊論文
[1]基于混沌思維的模糊控制算法優(yōu)化研究[J]. 潘永湘,徐前鋒,高紅梅. 控制理論與應(yīng)用. 2000(05)
[2]基于實(shí)值遺傳算法的模糊神經(jīng)網(wǎng)絡(luò)辨識(shí)器[J]. 王振雷,顧樹(shù)生. 東北大學(xué)學(xué)報(bào). 2000(04)
[3]一種最優(yōu)模糊神經(jīng)網(wǎng)絡(luò)控制器[J]. 周志堅(jiān),毛宗源. 控制與決策. 2000(03)
[4]模糊樹(shù)模型及其在復(fù)雜系統(tǒng)辨識(shí)中的應(yīng)用[J]. 張建剛,毛劍琴,夏天,魏可惠. 自動(dòng)化學(xué)報(bào). 2000(03)
[5]時(shí)滯控制系統(tǒng)魯棒穩(wěn)定性分析[J]. 劉祖潤(rùn),張志飛. 信息與控制. 2000(02)
[6]廣義模糊推理與廣義模糊RBF神經(jīng)網(wǎng)絡(luò)[J]. 鮑鴻,黃心漢,李錫雄. 控制與決策. 2000(02)
[7]智能控制的新進(jìn)展(I)[J]. 李少遠(yuǎn),席裕庚,陳增強(qiáng),袁著祉. 控制與決策. 2000(01)
[8]基于輸入輸出模型的模糊神經(jīng)網(wǎng)絡(luò)滑?刂芠J]. 達(dá)飛鵬,宋文忠. 自動(dòng)化學(xué)報(bào). 2000(01)
[9]一種多輸入-多輸出模糊自適應(yīng)控制方法的研究[J]. 樸營(yíng)國(guó),何希勤,張化光. 自動(dòng)化學(xué)報(bào). 2000(01)
[10]模糊對(duì)向傳播神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[J]. 張志華,史罡,鄭南寧,王天樹(shù). 自動(dòng)化學(xué)報(bào). 2000(01)
本文編號(hào):3454296
本文鏈接:http://sikaile.net/projectlw/xtxlw/3454296.html
最近更新
教材專著