模糊神經(jīng)網(wǎng)絡(luò)的研究及其應(yīng)用.pdf

1、模糊神經(jīng)網(wǎng)絡(luò)控制是智能控制理論中一個十分活躍的分支。雖然模糊神經(jīng)網(wǎng)絡(luò)在復(fù)雜系統(tǒng)控制和建模等應(yīng)用中已經(jīng)取得了很多的成就，但是它在理論和應(yīng)用中仍然存在一些問題。本論文對其中一些問題進(jìn)行了研究：模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力、模糊規(guī)則的自動獲取、模糊邏輯和神經(jīng)網(wǎng)絡(luò)技術(shù)的結(jié)合方式、模糊神經(jīng)網(wǎng)絡(luò)用于復(fù)雜系統(tǒng)的辨識，以及模糊神經(jīng)網(wǎng)絡(luò)用于復(fù)雜系統(tǒng)的控制。 本論文的工作包括：1、評述了模糊神經(jīng)網(wǎng)絡(luò)用于復(fù)雜系統(tǒng)辨識和控制的研究現(xiàn)狀，并且指出了它在理論和應(yīng)

2、用中存在的問題。 2、針對以上存在問題，對模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行研究。對多種建立模糊神經(jīng)方法進(jìn)行了分析比較，并提出了一種易于實(shí)現(xiàn)的新的模糊神經(jīng)系統(tǒng)建立方法，解決了模糊系統(tǒng)建立過程中的模糊規(guī)則自動生成的問題。 3、基于本文提出的模糊神經(jīng)系統(tǒng)建立方法，提出了新的模糊神經(jīng)系統(tǒng)辨識方法。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)的模糊系統(tǒng)相比，提高了辨識精度，可以解決BP學(xué)習(xí)算法存在的收斂速度慢、局部極小等問題，而且系統(tǒng)更穩(wěn)定。 4、提出了一種針對

3、非線性系統(tǒng)的自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)廣義預(yù)測控制方法。這種算法能解決對控制信號的范圍和變化率帶約束條件的非線性系統(tǒng)的預(yù)測問題。該方法結(jié)合系統(tǒng)的約束條件，設(shè)置動態(tài)的搜索區(qū)間，進(jìn)行優(yōu)化搜索。非線性動態(tài)系統(tǒng)仿真實(shí)驗(yàn)表明，在保證較好的穩(wěn)定性和較強(qiáng)魯棒性的同時，優(yōu)化速度加快了。 5、提出了一種模糊神經(jīng)混合系統(tǒng)的建立方法。在反饋學(xué)習(xí)算法的基礎(chǔ)上，將模糊邏輯和神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制的結(jié)構(gòu)結(jié)合在一起。實(shí)驗(yàn)結(jié)果表明，該方法提高了系統(tǒng)對非線性和不確定性特性的