基于快速算法的模糊神经网络自适应控制.pdfVIP

2 0 0 6 年7 月 控 制 工 程 Jul . 2 0 0 6 第13卷第4期 Control Engineering of China Vol. 13 ,No. 4 ( ) 文章编号 2006 基于快速算法的模糊神经网络自适应控制 裴 　鑫 , 李 　平 , 孙丽敏 ( 辽宁石油化工大学 信息与控制工程学院 , 辽宁 抚顺　113001) 摘 　　　要 : 针对过程控制中被控对象常具有非线性、不确定性及参数时变等复杂因素 , 而 难以建立精确的数学模型的情况 , 提出了一种基于快速学习算法的模糊神经网络自适应预测 控制方案。该方案用神经网络作辨识器 , 模糊神经网络作控制器来实现非线性系统的自适应 预测控制。为了克服传统的梯度下降法收敛速度慢、容易陷入局部极小值的缺点 , 该方案采 用递推最小二乘法训练模糊神经网络。仿真结果表明 , 该方案可以实现模糊控制和神经网络 的优势互补 , 对不确定非线性系统具有很好的控制效果。 关 　键 　词 : 神经网络辨识器 ; 模糊神经网络 ; 自适应预测控制 中图分类号: TP 273 　　　　　　文献标识码 : A Fuzzy Neural Network Adaptive Control Based on Fast Parameters Learning Algorithm PEI Xin , LI Ping , SUN Limin ( School of Information and Control Engineering , Liaoning University of Petroleum and Chemical Technology , Fushun 113001 , China) Abstract : To the problem that the controlled object is often accompanied by some complex factors such as nonlinearity , uncertainty , time varying parameters , and the difficulty of building an accurate mathematical model , a fuzzy neural network adaptive predictive control scheme based on fast parameter learning algorithm is proposed. A neural network identifier and a fuzzy neural network controller are applied to realize the adaptive control of nonlinear systems. Instead of gradient descent method , recursive leastsquare algorithm is used to train the fuzzy neural