变结构模糊神经网络控制策略地研究.pdfVIP

变结构模糊神经网络控制策略的研究幸 邱焕耀 毛宗源 《华南理l：人学自动控制系．广。州，510641) 摘要：奉艾提出 种新的变结构模糊神经网络控制器，它由模糊化神经网络 (r-FNN)、变结构模糊推理神经网络(E—FNN)}ll模糊决策神经网络(DFNN)三部分 构成，E—FNN采用变结构模糊神经网络来提高学习模糊推理的收敛速度。将模糊规 ● 则的模糊逻辑与隶属函数分开学习，使变结构模糊神经网络控制器具有很好的适应 rh挺l岛j’整个控制系统的性靖g。 天链吨变结构模糊神经网络：分开学习：学习算法 ● 一．引言 帧糊控制器采用模糊规则进行推理决策，具有人类采用自然语言进行思维和决 策n勺特矩：神经阅络|i!|J模仿人类大脑的组织和结构，从微观上实现人类的学习和推 瑚功能。模榭j控制在处理难以用传统数学模型描述的控制对象时可获得较好的控制 效果，fi!它从经验中自动提取和修改控制舰则的自学习能力较差，神经网络与模糊 ￡：嘴4的仃效结合能发挥两者的综合优势。模糊神经网络控制具有人类大脑逻辑思维 和经验恩绷十1|结合的特点，还可以利片j神经网络快速爿‘行运算来提高模糊推理速 度，捉I罚絷个控制系统的性能。采州变结构模糊神经网络则可以提高神经网络训练 的收敛进度，jf且避免了般神经网络选择合适隐层的困难。 二．变结构模糊神经网络控制器的结构与学习算法 1．变结构模糊神经网络控制器的结构 变结构模糊神经网络控制器由模糊化神经网络(FFNN)、模糊推理神经网络 (EFNN){-LI模糊决策神绎网络(DFNN)三部分构成。模糊控制规则可分为表现规则结 构的模半5|』逻辑用I表现模糊性的模糊隶属函数，在模糊推理tt，模糊逻辑和隶属函数具 有十H刘独☆．-胜，冈此变结构模糊神经网络可阻分开学习模糊逻辑和隶属函数。如图 1和图2分别为采删变结构模糊神经网络的控制系统和变结构模糊神经网络控制器 ● 的结构． EC 墩糊控制规则r口表达为组IFTHEN的模糊推理语句：rulei：ifEisA。and is B，then￡is 列于校褂川1，1i臻A，的隶属度为： ● 一(工．一i1‘ ∥‘f叫2。、p(。专_。’ (j) ．109 ——刮模糊化卜纠变结构模糊 调擎涨推黼2 一_1堡壁塑r—————— 图1．变结构模糊神经网络控制系统 模糊决策神经 DFNN ● 模糊推理神经 EFNN E EC 模糊化神经网 FFNN 图2．变结构模糊神经网络控制器的结构 2．变结构模糊神经网络控制器的学习算法 玳 步：采用变结构模糊神经网络学习算法，训练模糊推理神经网络(EFNN)记 忆模糊拧制规则