作者:刘坤非线性不确定性遗传算法模糊神经网络控制器径向基函数神经网络辨识
摘要:神经网络能够以任意精度逼近任意复杂的非线性关系,具有高度的自适应和自组织性,在解决高度非线性和严重不确定系统的控制方面具有巨大的潜力.但一般神经网络训练算法如BP算法训练速度慢,受初值影响大且易陷入局部极小点,该文提出了一种基于模糊神经网络的间接自校正控制系统,控制器以高斯隶属度函数的径向基函数(RBF)神经网络结构,利用改进的遗传算法(GA)对结构和参数进行同步优化,改进适应度函数指导搜索过程,在保证稳定情况下大大加快了收敛的速度.神经网络正向模型(NNP)利用弹性BP算法进行离线辨识,使得到的模型泛化性能好.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社