联接主义智能控分析与综合.pdf

摘 要 联接主义智能控制分析与综合 本文首先对智能控制和联接主义智能控制在理论和应用方面的进展进行了总结与评述，然后以 神经网络为主线，在联接主义智能控制框架下，在前人研究的基础上，围绕神经网络建模、预测与 控制、混沌控制、神经网络混沌化、模糊神经网络等主题展开了一系列研究，并针对中国的失业问 题和国际金融中的汇率理论模型作了详尽的实证工作。本文的主要创新工作分为如下几个方面： f1)本文的第二章、第五章、第七章中，将线性系统的广义预测控制与复合神经网络、前馈神经网 络、扩展Elman网络和T-S型模糊神经网络相结合，提出了多种宜于控制非线性系统和混沌系 ， 统的非线性广义预测控制器。，值得指出的是，第五章首次将混沌系统的K-s熵引入到相应的预 测控制参数设计，大大提高于控制器设计的目的性。V (21神经网络控制的稳定性是理论研究和实际应用的重点，本文的第三、四章主要研究递归神经网 络自适应预测控制的稳定性。墚三章第二节在前人研究的基础上作了推广和改进，提出了适合 Elman网络的权值学习算法，使得整个闭环神经网络控制系统在不需要(前人工作所需的)持续 激励的条件下获得有界无源性质。第四章中提出了简单递归神经网络的统一结构，并发展了广 义最小方差神经网络控制器，五因子被引入并被证明为控制非线性非最小相位系统的关键；进 一步的，在广义预测控制的框架下，证明了一步预测神经网络控制器保证闭环系统稳定无源性 1／ 质时，动态BP算法的学习因子需要满足的条件，其多步预测结构也得以实现。， f3)混沌反控制(即混沌生成、混沌化)与混沌控制同样受到关注和重视，本文第六章着重研究混 Elman网络的权值矩阵条件；上述混沌化条件也为设计混沌Elman网络提供了理论指导依据。， (4)非线性复杂系统的神经网络建模和预测也是本文的研究内容，并提出了多种具体的神经网络结 构。鼯五章第二节提出并比较了混沌系统建模韵三种神经网络结构，为进一步的控制提供依据。 第七章第三节针对前馈型模糊神经网络存在“维数爆炸”的缺陷，提出了T-S模糊递归神经网络， 与前馈型结构相比能有效降低模糊神经网络的规模；该章第四节中提出的非线性自反馈BP算法 (混沌BP算法)在T-S型模糊神经网络建模中显示了其优越性。第八章是利用递归神经网络在 社会经济系统作的实证研究。递阶对角神经网络被提出并应用到失业模型的建立和失业率的预 测中：对角神经网络被用来为四种基于基本经济变量的汇率决定理论提供实证分析，为汇率制 I／ 度研究提供理论和实证依据。y 关键词：联接主义智能繇o，自适应预$m赫o，递归神硅两垂，Ly印un。，杂《磊，无源性，混沌化 Li．Yorke混沌，T-S模糊神经网络，失业率预渺·汇率决定理论实证 √ ·＼_／ V ABSTIlACT and on AnalysisSynthesis Control Intelligent Inthis controlandconnectionism recenttheoretical dissertation，for control，the intelligent intelligent and are theframeworkof thoroughlysurveyed．Then，within accomplishmentsapplications