AFSA-RBF神經(jīng)網(wǎng)絡(luò)控制器.pdf

1、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（Radial Basis Function，RBF）是一種高效的前饋式神經(jīng)網(wǎng)絡(luò)，它具有的最佳逼近性能和全局最優(yōu)特性，并且結(jié)構(gòu)簡(jiǎn)單，訓(xùn)練速度快。RBF神經(jīng)網(wǎng)絡(luò)也可以應(yīng)用于模式識(shí)別、信號(hào)處理、非線性函數(shù)逼近等領(lǐng)域。RBF神經(jīng)網(wǎng)絡(luò)具有模擬人腦中局部調(diào)整、相互覆蓋接收域的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，能以任意精度逼近任一連續(xù)函數(shù)。
　　人工魚群算法作為RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法，具有良好的克服局部極值、取得全局極值的能力;對(duì)搜索空間具有

2、一定的自適應(yīng)能力;算法對(duì)初值無(wú)要求，對(duì)各參數(shù)的選擇也不很敏感等特點(diǎn)。文中將庫(kù)存魚群和尋優(yōu)魚群引入到算法中，并在保證全局尋優(yōu)能力的情況下，解決算法的效率問題。將微人工魚群算法應(yīng)用到神經(jīng)網(wǎng)絡(luò)的訓(xùn)練中，建立起了基于人工魚群算法的神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型。
　　文中將人工魚群算法和RBF神經(jīng)網(wǎng)絡(luò)相結(jié)合，以二級(jí)倒立擺為研究對(duì)象，設(shè)計(jì)了RBF神經(jīng)網(wǎng)絡(luò)控制器。在Matlab中，對(duì)二級(jí)倒立擺系統(tǒng)進(jìn)行仿真，結(jié)果表明所設(shè)計(jì)的控制器滿足系統(tǒng)的性能要求。將經(jīng)過仿