【一种基於人工神经网络的模糊规则提取方法的研究】邢豫.pdf

目录摘要.Abstract 第一章模糊神经网络系统概述 1模糊逻辑系统的概述和发展 1神经网络系统的概述和发展 1模糊系统与神经网络系统溶合的方式和途径 1模糊神经网络系统的现状和发展第二章模糊神经网络控制器传统的模糊控制器 2神经网络控制 2模糊神经网络控制器的结构 2本文采用的模糊神经网络控制器的结构第三章模糊规则的提取方法 3引言 3模糊联想记忆(FAM)规则的自适应生成3一种新的规则提取方法 3实例:受控对象为倒立摆的控制规则提取第四章模糊神经网络控制器的子网化及硬件实现方法4.

摘要现方法”的研究工作之一.近年来,神经网络和模糊逻辑的结合已经成为智能控制领域国内外学者倾注的焦点,有关模糊神经网络控制器的研究也不断展开,因为它既具有神经网络的准确拟合函数的能力和学习能力,也象模糊模型那样易于理解。它可望在越来越复杂的动态系统和高度不确定性的情况下获得优质的控制效果。如何从中成功的获取模糊规则已成为目前研究的重要方向之一,这也是智能控制研究领域一个最基本的问题。利用聚类,竞争学习的方法进行模糊规则的提取是目前通常采用的方法,但它们的学习过程是一种离线的学习过程,获取规则的周期长,获得大量可靠的样本点不容易,对获取的规则不易进行直观的解释等不足,另一个方

methodofattainingrulebeprovedtobeeffectiveandfeasiblethrough acart-poleexperimentation.At last this paper the low-power MOS circuitand super-speed bipolarDYL circuit are used as the base circuits to implement the base fuzzyneuron.