【用遗传算法训练的神经网络模糊控制器】吴方晖.pdf
摘要 神经网络、模糊逻辑推理及遗传算法均属于智能控制的基本内容,它们在 专家系统、最优控制、模式识别等领域应用中都各具特点。然而如何将这三者 有机地结合起来实现更好的控制,目前国内外专家都还在积极的探索之中。本 论文所研究的以神经网络为结构的、带遗传算法自学习的、按模糊逻辑推理的 模糊控制与神经网络都是科学技术高度发展的产物,它们的结合也是科学 发展的必然。但是,就基于神经网络的模糊控制来说,自前尚存在一些不足,最突出的缺点是控制依赖经验和神经网络本身存在的不足。本论文利用遗传算 法全局性和隐含并行性的特点,对神经网络的权值进行训练。
4目录 2遗传算法的概念及主要特点神经网络的基本结构及主要特点第三章用遗传算法训练的神经网络模糊控制器华南理工大学硕士论文 第二章遗传算法、神经网络及模糊控制遗传算法的基本概念遗传算法的应用神经网络及BP算法BP网络简介模糊控制技术模糊逻辑推理系统 2模糊控制器的实现模糊-神经网络技术.
第一章前言 的希望331:神经网络可以处理那些难于用模型或规则描述的过程或系统,它可以通过反复学习训练达到精确的控制目的。神经网络是本质的并行 结构,在处理实时性要求高的自动控制领域显示出极大的优越性。神经 网络给非线性控制系统的描述带来了统一的数学模型.神经网络具有很 强的信息综合能力,这使它在多变量、大系统与复杂系统的控制方案设计上具 有很大的优势。神经网络的这些优点使其在系统辨别、自适应控制与智能控制 近年来,一种新的优化算法 遗传算法以其高效、全面和强的解决问题 的能力而广泛地渗透到研究和工程的各个领域)遗传算法的基本思想由美国 Michigan大学Holla