基于混合学习算法模糊神经网络控制系统.docVIP

基于混合学习算法的模糊神经网络控制系统* 刘美俊 厦门理工学院电子与电气工程系（厦门 361024） 摘要：针对复杂非线性系统在控制过程中的不确定性及参数的时变性，设计了一种模糊神经自适应预测控制系统，通过误差补偿以提高预测控制的精度；对模糊神经网络（FNN）的学习算法进行了研究，利用遗传算法的全局搜索能力对FNN控制器参数进行离线优化，并对遗传操作进行了改进，使其最终搜索到全局最优或近似全局最优的附近，再利用BP算法的局部搜索能力和对对象的适应能力，进一步对参数进行在线调整。这样使系统具有更高的学习精度和更快的收敛速度，所得的FNN具有良好的泛化性能。仿真结果证明了本方法的有效性。 关键词：模糊控制 神经网络 混合算法 自适应预测控制 仿真 A FUZZY NEURAL NETWORK CONTROL SYSTEM BASED ON HYBRID LEARNING ALGORITHMS LIU Mei-jun （Department.of Electronic and Electrical Engineering.,Xiamen University of Technology, Xiamen China 361024） ABSTRACT: For a class of complex nonlinear system with uncertainty an