共查询到10条相似文献,搜索用时 312 毫秒
1.
分析了自适应神经模糊系统的特性,以此设计一个智能控制器,控制器的输入为误差和误差变化率,输出为控制量。遗传算法是一种有效的全局最优搜索算法,对于复杂、非线性的空间也能够快速地搜索最优解,因而本文利用遗传算法来优化自适应神经模糊控制器的参数。仿真实验表明,该方法优化得到的控制器具有优良的控制效果。 相似文献
2.
3.
为提高遗传算法的优化性能,构建了交叉及变异算子的模糊动态调整器,给出了参数调整过程、模糊逻辑控制器的执行策略及控制过程.采用标准的Benchmark测试函数比较了模糊控制器参数调整的遗传算法和简单遗传算法的性能,结果表明该算法求解精度高,优化效率高及进化代数少. 相似文献
4.
5.
提出了一种基于去模糊优化的模糊神经网络控制器及模糊神经网络的遗传学习算法.利用遗传算法优化包含控制器性能的指标来离线寻找最优的模糊神经网络控制器结构和参数,经过遗传算法训练的模糊神经网络控制器被接入模糊神经网络智能控制系统中.仿真结果表明,利用此方法实现的控制,系统的控制精度高,超调量小,鲁棒性能很强,获得了良好的控制效果. 相似文献
6.
7.
本文针对传统的隶属函数的不足,提出了在一个待优化模糊控制器的基础上,采用改进的遗传算法优化其隶属函数,从而使隶属函数更加合理.最后对优化后的模糊控制器进行仿真比较研究,结果表明模糊控制器经过优化后控制品质有较大的改善和提高. 相似文献
8.
9.
提出了一种利用RBF神经网络的新型神经一模糊控制器,实现了控制器的自学习和自适应。采用改进遗传算法优化了所有的参数和权值。其中利用一种动态的交叉率和变异率,有效地加快了收敛的速度。仿真结果表明,该控制器具有较好的性能。 相似文献