种基于模糊径向基函数神经网络的自学习控制器.pdfVIP

维普资讯 第33卷第6期 信息与控 制 Vo1．33，No．6 2004年 12月 InformationandControl Dee．，2004 文章编号 ：1002-0411(2004)05-0758-04 一 种基于模糊径 向基函数神经网络的自学习控制器 党开放 ，董 霞 ，林廷圻 (1．北京化T大学机电学院，北京 100029；2．西安交通大学机械电子T程系，陕西 西安 710049) 摘 要：提出了一种新型的基于模糊径向基函数(RBF)的神经网络学习控制器，并应用于电液伺服系统． 由于RBF网络和模糊推理系统具有函数等价性，采用模糊经验值方法选取网络中心值和基函数数 目．与一般 的神经网络 自学习控制器不同，以系统动态误差作为网络输入量，RBF神经网络控制器学习的是整个系统的 动态逆过程，因而控制性能明显提高．对 电液位置伺服系统的仿真和实验结果表明，该控制方案可以有效提高 系统的控制精度和自适应能力． 关键词：径向基函数网络；神经网络学习控制；电液位置伺服系统 中图分类号 ：1’P183 文献标识码：B A Self-learningControllerBasedonFuzzyRadialBasisFunctionNeuralNetworks DANG Kai—fang 。DONG Xia 。LIN Ting—qi (1．CollegeofMechanical＆ElectronicEngineerbrg．BeijingUniversityD，Chemm／／Technoo／gy．曰耐 100029。Ch／na； 2．DepartmentD，MechatroncialEngineering，XianJiaotong University-Xian 710049-CMrm) Abstract：A new learningcontrollerbasedonfuzzyradialbasisfunctionneural networksispropo sedandusedin electrohydraulicservosystem．DuetothefunctionequivalencebetweenRBFneuralnewtorksandfuzzyinferencesys． tern，fuzzyexperiencemehtodisadoptedtoselecthtecentersandhtenumberofbasisfun ctionnewtorks．Unlikecorn． monneuralnewtorklearningcontroller，thedynamicerrorsaleservedas htenewtorkinput．TheRBFneuralnewtorks learndnyamicinverseprocessofhtewholesystem，SOhtecontrolperformanceisimprovedobviously．Th eresultsof simulationand expe rimenton an electrohydraulicposition servo system show thatthiscontrolstrategy Cna improve controlprecisionna dadaptiveabihtyeffectively． Keywords：radialbasisfunction(RBF)network；neuralnetworklearningconrtol；electrohydraullcpositionser- vo system 1 引言 (Introduction)