基于改进遗传算法的模糊RBF神经网络控制器设计.pdfVIP

维普资讯 第24卷第 4期 计 算 技 术 与 自 动 化 V0．【24．No．4 2005年 l2月 ComputingTechnologyandAutomation Dee．2005 文章编号：1003—6199(2005}04—0013—03 基于改进遗传算法的模糊RBF神经网络控制器设计 董玲娇 ，冯冬青 (1．温州职业技术学院电气电子工程系，浙江 温州 325035；2．郑州大学信息与控制研究所，河南 郑州 450002) 摘 要：提出一种改进的优 良模式自学习模糊遗传算法，并用来优化设计模糊 RBF神经网络控制器。 改进的算法主要基于模糊编码、优 良模式自学习算子、保留遗传算法和最优串重组。仿真结果表明，改进的 遗传算法可实现模糊 RBF网络结构和参数的快速、全局寻优，优化后的控制器具有很强的自适应性和鲁 棒性。 关键词：遗传算法；RBF神经网络；寻优；自适应 中图分类号：TP273 文献标识码：A Design’oftheFuzzyRBFNeuralNetworkControllerBased onImprovedGeneticAlgorithm DONGLing—jiao．FENGDong—qinf (1．SchoolofElectricandElcetronicEngineering，WenzhouVocationalandTcehnicalCollege，Wenzhou 325035，China； 2．InstitueofInformationandControl，ZhengzhouUniversity，Zhengzhou 450002，China) Abstract：Thispaperpresentsanexcellentschemasself—learning geneticalgorithm，whichisbasedonfuzzycoding，eslf— learningoperatorofoptima lschema s，reservedgeneticalgorithmnadtherecombinationoftheoptima lindividual、AndUes ittode— signneuro—fuzzyRBFnetworkcontroller．Fheresultsofsimulationhaveshownthatthemodifiedgeneticalgoritmh acnfindthe globaloptimum structureandparametersofthenetworkatahighspeedandthecontrollerbasedonimprovedgeneticalgoritmh is eslf—adjustedandrobust． Keywords：geneticalgoritmh ；RBFneuralnetwork；optimum；eslf——adjusted 制器具有很强的自适应性和鲁棒性。 1 引言 2 模糊RBF神经网络控制器结构 RBF网络具有全局逼近能力，可以任意精度逼近任意 的非线性特性 ，并且具有拓扑结构紧凑、结构参数可实现分 如图1所示的模糊RBF神经网络，隐含层采用高斯指 离学习和收敛速度快等特点。采用 RBF设计模糊神经网 数型函数，输出层采用线性激活函数。整个网络的输入输 络的最大优势在于RBF网络与模糊推理过程具有函数等 出映射关系如下： 价性 ，这个等价性将两种不同构造的系统在函数上统一起 来，使网络