共查询到19条相似文献,搜索用时 406 毫秒
1.
一种基于人工免疫原理的最优模糊神经网络控制器 总被引:1,自引:0,他引:1
提出了一种基于人工免疫原理的最优RBF模糊神经网络控制器设计方案.首先给出了控制器结构,其次将免疫进化算法用于控制器参数的优化,设计了一种满足二次型性能指标的最优RBF模糊神经网络控制器.将该控制器用于控制实际倒立摆系统,并采用状态变量合成方法以大大减少模糊规则的数目,实验结果验证了该控制器的有效性. 相似文献
2.
在机械手操作臂理论模型的基础上,构造自校正模糊控制器预测控制模型。利用误差向量最小值原理确定模型中各参数向量的估值,以进行实时自适应调整。所设计的控制器可使微操作机械手执行轨迹规划时的误差估值收敛在原点的小邻域内,仿真结果也验证了此方法的有效性。 相似文献
3.
以模糊神经网络( FNN)为基础,结合误差线性反馈构造了一种新型的非线性控制器. 非线性控制器的设计难点在于参数的确定问题,用传统的算法对控制器参数寻优时容易陷入局部收敛,难于取得可靠的参数,因此提出一种改进的免疫克隆选择算法,用于确定非线性控制器的最优参数. 倒立摆的仿真实验表明改进的免疫克隆算法在控制器参数寻优中取得良好的效果,所设计的控制器具有很强的非线性适应能力. 相似文献
4.
基于一种混沌BP算法的神经模糊控制器的优化 总被引:1,自引:0,他引:1
在模糊控制器设计问题的研究中,结合神经网络和模糊控制的优点,设计了一种全网络化的模糊控制器,使模糊推理的实现过程网络化,清晰化.针对BP算法学习速度慢、易陷入局部最小的缺点,引入混沌思维,提出了基于混沌Logistic方程的BP混合学习算法(CBP),将用于神经模糊控制器参数的优化设计中,使设计的神经模糊控制器具有更优的性能.通过仿真对算法及控制器进行验证,仿真结果表明,上述算法能有效地优化神经模糊控制器的参数和结构,所设计的神经模糊控制器具有较好的性能. 相似文献
5.
6.
分析CMAC神经网络和模糊控制的特性,给出了一种能反映人脑认知的模糊性和连续性的模糊CMAC神经网络控制器,该控制器采用高斯函数作为模糊隶属函数,利用神经网络实现模糊推理并可对隶属函数进行实时调整,从而使其具有学习和自适应能力;针对BP算法易陷入局部极值点的缺点和简单遗传算法局部搜索能力差的不足,提出了一种混合学习算法,即首先利用混沌遗传算法全局搜索的特点来离线优化神经网络的参数,再利用BP算法较强的局部搜索能力对网络参数进行在线调整;仿真结果表明了该方法的可行性和有效性. 相似文献
7.
未知参数多变量线性系统自适应模糊广义预测控制 总被引:2,自引:0,他引:2
对未知参数多变量线性系统提出了自适应模糊广义预测控制方法.该方法直接用模糊逻辑系统组成的向量设计广义预测控制器,并基于广义误差向量估计值对控制器中的未知向量和广义误差估计值中的未知矩阵进行白适应调整.该方法不但能保证闭环系统所有信号有界,而且可使广义误差向量收敛到原点的一个邻域内. 相似文献
8.
预估模糊免疫PID在房间温度控制中的应用 总被引:3,自引:0,他引:3
针对空调房间温度对象的大滞后、大惯性、多干扰的特性,设计了具有史密斯(Smith)预估功能的模糊免疫PID控制器.该控制器采用Smith预估和免疫PID控制相结合的结构,借鉴免疫算法的生物免疫反馈机理进行PID参数的在线自适应调整;用模糊控制器来逼近免疫PID的非线性函数,并用遗传算法优化它的隶属度函数.对该控制方案进行系统仿真结果表明:该方法抗扰能力强、调节速度快、超调量小,可用于精确的控制房间温度. 相似文献
9.
对未知参数多变量线性系统提出了自适应模糊广义预测控制方法.该方法直接用模糊逻辑系统组成的向量设计广义预测控制器,并基于广义误差向量估计值对控制器中的未知向量和广义误差估计值中的未知矩阵进行自适应调整.该方法不但能保证闭环系统所有信号有界,而且可使广义误差向量收敛到原点的一个邻域内.
相似文献10.
11.
12.
为了提高三级倒立摆系统控制的响应速度和稳定性,在设计Mamdani型摸糊推理规则控制器控制倒立摆系统稳定的基础上,设计了一种更有效率的基于Sugeno型模糊推理规则的模糊神经网络控制器。该控制器使用BP神经网络和最小二乘法的混合算法进行参数训练,能够准确归纳输入输出量的模糊隶属度函数和模糊逻辑规则。通过与Mamdani型控制器的仿真对比,表明该Sugeno型模糊神经网络控制器对三级倒立摆系统的控制具有良好的稳定性和快速性,以及较高的控制精度。 相似文献
13.
一种基于改进遗传算法的模糊神经网络控制器及其在烧结终点控制中的应用 总被引:1,自引:0,他引:1
针对烧结过程这一复杂、多参数耦合的高度非线性系统,融合遗传算法、神经网络和模糊控制的优点,提出一种基于改进遗传算法的模糊神经网络控制方法,并应用于烧结过程终点控制.首先采用遗传算法对给定的模糊神经网络控制器结构参数进行离线优化,然后利用BP算法较强的局部搜索能力和对对象的适应能力,进一步进行参数的在线调整.同时,为解决传统遗传算法早熟和收敛速度慢的问题,从交叉和变异算子、适应度函数选取等方面对遗传算法进行改进.采用精英保留策略,提高了全局搜索性能和收敛速度.仿真结果表明,所提出的控制器优于常规的模糊神经网络控制器(Fuzzy Neural Network Controller, FNNC).算法的实际应用效果良好,为解决烧结终点控制问题提供了一条新的途径. 相似文献
14.
通过分析控制器参数学习率和控制器性能之间的关系,设计一种基于可变学习速率反向传播算法VLRBP和模糊神经元网络的变频空调控制系统.该系统不仅可以通过反传误差信号训练控制器参数,而且可以根据网络的当前状态朝最优化方向调整控制器参数的学习率.实验结果表明,该控制系统不仅比传统的空调PID控制器和模糊控制器具有更好的控制性能,而且相比基于标准BP算法和动量BP算法的模糊神经网络控制系统,也具有更快的收敛速度和更好的控制精确度. 相似文献
15.
一种基于Rough Sets和模糊神经网络的规则获取的方法 总被引:3,自引:1,他引:2
该文提出了一种基于RoughSets思想获取初始规则,并通过模糊神经网络优化,最后再进行简化获取模糊规则,及模糊系统参数学习的方法。并通过实例进行了自动列车运行系统仿真。文中还基于上述实例,将这种基于模糊神经网络的学习与控制方法与标准的BP网络和基本的模糊系统方法进行了比较,并总结了这种方法的特点。结论表明,该文所提出的模糊规则生成和模糊系统学习方法是行之有效的。 相似文献
16.
一种最优模糊神经网络控制器 总被引:4,自引:0,他引:4
基于最优控制的思想,通过对控制系统的过程模拟,提出一种最优模糊神经网络控制器的设计方案,首先利用基于十进制编码机制的遗传算法寻找最优的控制器结构,然后利用基于浮点数编码机制的遗传算法寻的最优的控制器参数,仿真结果表明该控制器优于常规模糊控制器。 相似文献
17.
针对离散非线性系统,将神经网络和模糊技术有机结合,模糊神经网络与自适应控制方案相结合,设计了一种模糊神经网络自适应控制系统,它由模糊对向传播(FCP)网络辨识器和径向基函数(RBF)神经网络控制器组成,仿真结果表明了该方案的有效性。 相似文献
18.