基于遗传算法的模糊神经网络控制器的仿真.PDFVIP

基于遗传算法的模糊神经网络控制器的仿真 胡 波 张 斌 林锦国 南京化工大学 信息科学与工程学院 江苏 南京 # $%’( 摘 要 对遗传算法 和模糊神经网络控制器的结构进行了说明 为了克服反向传播算法 的缺 ) # ( , # ( *+ -. 点 通过遗传算法对模糊神经网络控制器的参数进行优化 亦即对模糊神经网络进行训练 用通过优化后 , 的模糊神经网络控制器控制一个带有纯滞后的非线性对象 仿真结果证实了其性能较常规模糊控制器优 越, 关键词 遗传算法 模糊控制 神经网络 ) / / 中图分类号 4 文献标识码 文章编号 ) %12/ $32 56 ) )%373823#$%(878276 0. 0. + 在实际中 人们面临的对象和过程往往具 有不确定 高阶 大滞后等特性 这些对象和过 遗传算法是借鉴生物进化思想而提出的一 9 9 D%E 程都难以用精确的数学模型来描述 从而使传 种寻优方法 由 首先提出 被广 =?@=AAB?C 统的控制理论显得无能为力 近年来 模糊控制 泛应用于各种优化问题中 遗传算法是将问题 , , 在对这些对象和过程的控制方面取得了可喜的 的解表示成染色体 从而可将解空间中的一些 成果 并且已在控制领域得到了应用 而对于各 可能解构成一群染色体 将它们置于问题的环 , 种不同的控制对象 由人工经验而产生的模糊 境中 根据适者生存 优胜劣汰的原则 从中选 9 控制规则不应该是固定不变的 隶属度函数的 择出更适应环境的染色体 通过交叉和变异两 选择也是不同的 这就涉及了模糊控制器的智 种基本操作产生新的后代染色体 再保留更适 能设计问题 应环境的染色体