基于模糊神經(jīng)網(wǎng)絡(luò)的多變量系統(tǒng)的解耦模型.pdf

1、隨著神經(jīng)網(wǎng)絡(luò)理論的發(fā)展，神經(jīng)網(wǎng)絡(luò)控制技術(shù)與其他先進(jìn)技術(shù)相結(jié)合，逐漸滲透到控制的許多個(gè)分支。強(qiáng)大的學(xué)習(xí)、容錯(cuò)、泛化能力以及較好的非線性映射能力使得神經(jīng)網(wǎng)絡(luò)可以解決許多傳統(tǒng)解耦方法所不能解決的問題，為解耦提供了一種新的思路。本文針對多變量、強(qiáng)耦合、純遲延系統(tǒng)，提出了一種結(jié)合遺傳算法、模糊神經(jīng)網(wǎng)絡(luò)的解耦方法，將多變量系統(tǒng)解耦成單變量系統(tǒng)。
　　本文首先介紹了解耦控制系統(tǒng)的現(xiàn)狀和發(fā)展趨勢。然后，結(jié)合模糊神經(jīng)網(wǎng)絡(luò)以及遺傳算法的基本理論，深入

2、研究了基于Mamdani推理的模糊神經(jīng)網(wǎng)絡(luò)模型，在此基礎(chǔ)上構(gòu)建多輸入多輸出系統(tǒng)的解耦模型和算法。將所得到的解耦算法具體應(yīng)用到三維卷筒紙印刷機(jī)的速度-張力控制系統(tǒng)的解耦和四維航空發(fā)動機(jī)的氣動熱力學(xué)系統(tǒng)的解耦問題上，成功的將它們分別解耦成三個(gè)和四個(gè)單變量系統(tǒng)。
　　這種綜合了模糊邏輯和神經(jīng)網(wǎng)絡(luò)優(yōu)勢的解耦方法，由于具有非線性和自學(xué)習(xí)能力，使其解耦性能不受影響，彌補(bǔ)了傳統(tǒng)解耦方法對于非線性系統(tǒng)、變結(jié)構(gòu)系統(tǒng)以及耦合關(guān)系和耦合強(qiáng)度隨時(shí)間和負(fù)載