【利用神经网络进行推理的模糊控制器】王隆杰.pdf

3-16 -23 -30 -36-43-61 第0页 22神经网络的发展及其在控制中的应用-一-一7 32带预估器的FUZZY控制器一19 34神经网络和模糊控制结合的几种途径一一-一28 41一阶和二阶及滞后对象上的控制效果-一一36 42交流电机调速系统中电压环的控制效果-一一39 21模糊控制第三章利用神经网络进行推理的模控制器一一一一 31模糊化中的不等分分级一一一一 33改进的BP网络算法-一 86神经网络推理的模糊控制器-一附录一改进前的BP网络谢练程序一一一一一一一目录第二章模糊控制及神经

第2页控制理论已经经历了两个阶段:古典控制理论及现代控制理论。目前正处在智能控制理论阶段,智能控制理论包括:专家系统、模概控制和神经网络。任何理论都是应实践的需要而发展起来的,智能控制理论也是如此。对于有骗切数学模型的被控对象,古典控制理论可以很好地解决,对于一些非线性或时变系统,自适应控制理论也可以解决控制问题,然而对这些系统的解决存在两个缺点:首先但有着智慧的人类,用手工操作却能满意地控制着这些复杂的系统。为了使人们摆脱艰苦的劳动,人们一直在寻找简单有效的控制方法,以实现对人们手工控制方法的模报。

0 0 0 0 0 0 0 0 0 0 0 变量的隶属度可为表的形式(见表21)、三角函数形式(见图22)《6 或正态函数形式+4 0 0 0 0 0 1 FUZZY化时,用式把e或c量化,再确定e或c的FUZZY语言,即可得出e FUZZY推理是FUZZY控制器的核心,FUZZY推理过程也就是FUZZY关系会成运算。FUZZY合成的前提是已把操作者在控制过程中的经验加以总结,经验的语言形式为:在实际控制中,大多有多条控制规则,可用控制规则表加以表示(见表22)0 0 0 0 0 0 0“负大”(NL)-一多取一6附近。