微型计算机智能控制技术.pptVIP

4．模糊神经网络与其他控制策略的结合 (1) 模糊神经网络变结构控制（FNV） 发挥三者之长，可形成比模糊控制和变结构控制动静态品质更佳，设计更简单，而且比模糊神经网络学习收敛速度更快的控制策略。 (2) 模糊神经自适应控制（FNA） 在自适应控制中，引入模糊神经网络建模工具，可以改善自适应控制的鲁棒性和实时性，特别适用于具有不确定性的非线性系统跟踪控制，也可用于实际的伺服直流电机调速控制。 4.2 神经网络专家系统 1．专家系统的不足 专家系统将问题限于某一特定的专门领域，降低了问题的无限复杂性，减少了系统处理与理解能力的有限性之间的矛盾。但仍然存在着不少问题，主要有： (1) 知识的获取 (2) 知识的“高台效应” (3) 知识存储容量与运行速度的矛盾 2．神经网络专家系统的原理 神经网络专家系统的基本原理是，利用神经网络并行推理的特性使专家系统具有联想记忆的能力，不需要建立从输入模式x到输出结论y之间的推理规则，而是从例子（或训练集）中学习并修正，因而不仅记住了已给实例，而且抓住了可以从特定事例推广到更一般性原理（规则）的特征，用来区分已知实例，还可以用来推理、分析未知实例。 突破了专家系统中知识获取这个瓶颈 1．NN监督式控制  ① 通过传感器和传感信息处理，调用必要的和有用的控制信息； ② 构造神经网络，选择NN类型、结构参数和学习算法等； ③ 训练NN控制