基于数据融合的自适应神经网络模糊控制系统设计  

Adaptive Neuro-fuzzy Control System Design Based on Data Fusion

作　　者：辅小荣[1] 姜长生[1] 朱亮[1] 

机构地区：[1]南京航空航天大学自动化学院,江苏南京210016

出　　处：《计算机仿真》2004年第7期103-106,共4页Computer Simulation

基　　金：国家自然科学基金资助项目(60174045)

摘　　要：基于数据融合的思想,提出一种非线性系统的自适应神经网络模糊控制器的设计方法。该方法利用数据融合技术降低了模糊控制器的输入维数,简化了模糊控制器的设计。用自适应神经模糊推理系统的神经网络自学习功能完成模糊控制器的设计。仿真结果表明,自适应神经网络模糊控制系统性能优于采用普通的模糊控制器的情况,为数据融合与智能系统技术在非线性系统中的应用作了有益的探索。Based on data fusion method, an adaptive neuro-fuzzy controller of nonlinear systems is presented. It reduces the input dimension of the controller using data fusion technique and simplifies the fuzzy controller's design. The fuzzy controller was designed with self-learning of neural networks. The simulation results show that the performance of the system is superior to that using conventional fuzzy controller. It is rewarding for the research on combination of data fusion method and intelligent technique of nonlinear systems.

关 键 词：数据融合 自适应神经网络 模糊控制系统 非线性系统 智能控制 

分 类 号：TP273.4[自动化与计算机技术—检测技术与自动化装置] TP183[自动化与计算机技术—控制科学与工程]