基于模糊神经网络的温度控制系统研究.pdfVIP

总第 249期 计算机与数字工程 Vo1．38No．7 2010年第 7期 Computer DigitalEngineering 54 基于模糊神经网络的温度控制系统研究 陈伯芳 尹平林 马 龙 (华中科技大学控制科学与工程系 武汉 4300074) 摘 要 在硬件系统不变的情况下提出一种新型温度控制方案，结合 自适应模糊控制和神经网络，用神经网络的学习 能力计算出隶属度函数参数及相应的模糊规则，达到更高的控制精度。并运用 Matlab中自适应神经网络模糊推理系统 ANFIS对系统进行了仿真，研究表明系统具有极强的适应能力和稳定性。 关键词 模糊控制；神经网络；温度控制系统；Matlab；ANFIS 中图分类号 TP273 Research011FuzzyNeuralNetworksforTemperatureControlSystem ChenBofang YinPinglin MaLong (DepartmentofControlScience Engineering，HuazhongUniversityofScienceandTechnology，Wuhan 430074) Abstract Inthesameconditionofthehardwaresystem，thispaperhasproposedanew controlschemewiththecombi— nationofadaptivefuzzycontrolandneuralnetwork，anditusesthelearningcapacityofneuralnetworktOcalculatethepa— rameterofthemembershipfunctions．ThispaperalsoappliedMatlabANFISsystem tomakeasimulink，theresultindicates thatthetemperaturecontrolsystem hasahigheraccuracy，stabilityandself_adaptability． KeyWords fuzzycontrol，neuralnetwork，temperaturecontrolsystem，Matlab，ANFIS ClassNumber TP273 形成模糊神经网络控制器 (FNNC)，根据输入输出 1 引言 样本 自动生成和调整模糊系统的设计参数，提高模 温控系统由于被控过程常伴有严重的非线性 糊系统的自学习和 自适应能力，这种方案无疑会受 时变性、大滞后及大量现场干扰，使得基于精确数 到控制工程界的极大欢迎 。 学模型的传统控制方案很难获得满意的动静态效 2 控制方案设计 果L1]。模糊控制不依赖于被控过程的数学模型，但 需要利用专家的先验知识进行近似推理，其模糊模 常规模糊控制器相当于一个非线性 PD调节 型一旦建立很难适应变化 了的情况 ，自动生成、调 器 ，为了消除稳态误差 ，查表算法常用增量输 出△“ 整隶属函数或调整模糊规则成为进行模糊控制的 积分后作为控制输出。但 由于 △ 离散，积分后不 难题 。而神经网络 (ArtificialNeuralNetWork， 连续，难以精确地消除稳态误差，另则常规模糊控 ANN)对环境的变化有极强的自学习能力，在建模 制器设计根据专家经验，量化设计时容易出现控制 方面具有黑箱学习的特点。但是在学习完成后，从 上的死区，这使得系统存在失控的情况L2]。 输入、输 出数据得出的关系却无法用人们易于接受 在本方案中我们利用神经网络的学习能力计 的方式表示出来。若用