神经网络自组织模糊控制算法及其应用.pdfVIP

研穷与分析 · 机械研究与应用 · 神经网络 自组织模糊控制算法及其应用 王丽珍 (晋中学院机械学院，山西晋中 030600) 摘 要：针对负荷频率控制的非线性、参数的不确定和纯迟延特性等问题，结合模糊控制技术和神经网络控制技术的 优点，提出一种神经网络 自组织模糊控制算法。该算法应用于电力系统频率控制中的仿真研究表明，该控制 方案表现出良好的控制品质并能适应被控对象参数的变化，提高了系统稳态精度和动态性能。 关键词：模糊控制；神经网络控制；电力系统频率控制 中图分类号：TH123 文献标识码：A 文章编号：1007—4414(2011)06—0010—03 Neuralnetworkandself．—structuringfuzzycontrolalgorithm anditsapplication WangLi——zhen (Collegeofmechanicalengineering，Jinzhonguniversity，JiazhongShanxi030600，China) Abstract：Aimingatthenonlinearity，parameteruncertaintyandpuretime—delaycharacteristicofloadfrequencycontrol，a neuralnetworkandself-structuringfuzzycontrolalgorithm ispresentedbasedontheadvantageofufzzycontroltechnologynad neural networkcontroltechnoloyg inthepaper．Simulationresultsusingthealgorithmforthe frequencycontrolofpowersystem showthatthismethodCna adapttheparmaeterchnagesoftheobjectandhasperfectcontrolperformance．Thestaticprecise and dynamicperfomr anceofthesystem isimproved． Keywords：fuzzycontrol；neuralnetworkcontrol；frequencycontrolofpowersystem 1 引 言 出一种神经网络自组织模糊控制算法，不但具有结构 工业控制过程中具有许多不确定因素，其特性和 自学习的能力，而且避免了神经网络在线训练对执行 参数常常发生变化。控制系统不仅要完成精确的推 工业任务的影响。 理，而且要有较好的控制性能。模糊控制具有优秀的 2 神经网络 自组织模糊控制 推理能力及控制非线性系统的能力，且运算速度快、 神经网路 自组织模糊控制器是在神经网络中应 方法简单、鲁棒性强，但控制精度不高，难以进行 自我 用模糊逻辑和联想记忆 (双向神经网络)相结合，可 学习。神经网络控制主要解决复杂的非线性、不确 实现基于模糊规则的自组织控制，它将神经网络的联 定、不确知系统在不确定、不确知环境中的控制问题， 想和学习功能同模糊知识描述相结合，不仅通过应用 使控制系统稳定性好、鲁棒性强，具有满意的动静态 基于模糊规则的数结构，而且通过应用基于模糊概念 特性，且对信息的处理具有 自组织、自学习的特点，两 节点的映射结构来描述模糊规则。 者在工业控制系统中的应用越来越广泛。 一 种基于神经网络的自组织模糊控制系统如图 模糊神经网络技术综合了模糊控制的良好推理 1所示 2J。图中虚线框中的四个部分构成了神经 自 性能和神经网络的自适应特点，因其具有