神经模糊系统研及其在电厂协调系统中的应用.pdf

中文摘要 中文摘要 神经模糊系统是一种将模糊逻辑系统和神经元网络有机结合的新型的模糊推 理系统结构，是模糊推理系统的神经网络实现，它具有以任何精度逼近任何线性或 非线性函数的功能，又具有收敛速度快、误差小、所需训练样本少的特点。 本文主要研究了神经模糊系统的学习能力、泛化能力，神经模糊系统输入变量 的选取方法，过拟合问题、维数灾难问题的解决方法，最后将神经模糊系统应用于 电厂的复杂系统——协调系统的建模和控制中，验证了神经模糊系统的有效性。 l、分别研究了输入变量组合、隶属函数个数、训练次数、训练样本个数等对 神经模糊系统的学习能力、泛化能力的影响以及神经模糊系统的学习能力和泛化能 力之间的关系。 2、提出了一种综合考虑了训练误差和检验误差的评价神经模糊模型性能的误 差性能指标。 3、提出了一种神经模糊系统输入变量的选取方法。该方法简单、快速，并且 可以直接得出被建模系统的H、m、td等，且输入变量被选中的先后顺序表明了该 输入变量对被建模系统输出影响的重要程度。 4、对于神经模糊系统的过拟合问题，本文提出了一种训练样本、检验样本的 选择方法以及一种最佳训练次数的确定方法