and-or模神经网络研究及在船舶控制中的应用.pdfVIP

中文摘要 摘要 模糊逻辑控制和神经网络作为控制器相辅相成．共生互补，因此它们的结合 具有一定的必然性，而且其产物——模糊神经网络已经成为当今智能控制领域的 研究重点。然而，模糊神经网络强大的功能离不丌全体神经元的共同作用，因此 有关模糊神经元的研究也成为重要内容，涌现出大量的成果。本文基于由T模和s 模组成的AND、OR神经元，提出了一种新型的模糊神经网络——AND．OR模糊神 经网络。然而一种新的网络的提出，不能将原来的理论完全照搬套用，必须对其 进行全面的分析考察论证，为此本文做了如下的工作： 分析研究AND、OR模糊神经元的内部结构组成特点，得出了AND、OR模糊 神经元本身具有数字电路中“与”，“或”门的特点，并具有自动缩小输入空间的能力。 定义了模糊神经元的入度、出度和层连通度的概念。利用Zadeh算子为全新的 AND．OR模糊神经网络每一层推导出输入输出的映射关系，从而为AND—OR模糊神 经网络后续研究奠定了基础。 对AND-ORt奠糊神经网络进行深入地理论研究，证明了AND—OR模糊神经网络 与复合模糊规则等价，其推理过程能够等价于广义模糊加权Mandani推理法，即包 证明了AND—ORFNN具有逼近连续函数的能力。 分析了常用梯度寻优方法存在的几项问题，根据AND—OR模糊神经网络自身特 点提出了一种分段混合寻优的方法，主要包括三个部分，首先采用了自组织优化 初步确定隶属函数的位置和形状，采用遗传算法和剪枝算法对AND一0R模糊神经网 络的结构进行了优化，完成了缩小模糊划分的数目和自动提取最优模糊规则的任 务。最后为了应用梯度法，将Zadeh算子(A，V)改为乘积和及概率和的形式对所 有参数进行精细修正。为使计算方便提出了矩阵概率和运算方法，并给出了运算 规律。 船舶运动控制是船舶操纵控制系统中至关重要的研究领域，许多专家学者一 直致力于该方向的研究，其最终目的是能成功地实现真TF意义上的船舶航行的无 人智能驾驶。模糊控制、神经网络和遗传算法等象征着智能控制的诸多算法已经 成为该领域的研究重点。针对船舶模型的非线性、时变性和不确定性的特点，从 船舶操纵运动线性和非线性数学模型入手，将模糊理论和神经网络相结合，提出 一种基于AND．OR模糊神经网络新型的船舶航向控制系统，设计了航向控制器， 采用了分段混合学习方法，不仅缩小输入空间，而且自动压缩控制规则数，减少 了常用梯度优化的参数，从而大大提高了优化的速度。以一艘lO万吨的油轮航行 为例，从航向跟踪、航向保持和参数摄动三个角度对船舶航向进行仿真，仿真结 果比较理想。 关键词：AND．OR模糊神经网络；广义模糊加权Mamdani推理；分段混合优化； 矩阵概率和 ofAND-ORNeuralNetworkswith InvestigationFuzzy to Control ApplicationShip Abstract effortintothedirectionof the control Recently，research combiningfuzzy109ical methodswithneuralnetworkshasbecomeafruitfulareainthedomainof intelligent are but controlfields．Since ofboth not also onlycomplementary advantagestechniques eachother．The