模糊神经网络控制器参数修正方法研究  

The Research of the Parameters Updating Method of Fuzzy Neural Network Controller

作　　者：刘军[1] 刘丁[1] 白华煜[1] 

机构地区：[1]西安理工大学自动化与信息工程学院,西安710048

出　　处：《仪器仪表学报》2005年第1期104-106,110,共4页Chinese Journal of Scientific Instrument

基　　金：陕西省教育厅科研基金资助项目 (0 4JK2 49)

摘　　要：模糊神经网络控制器是一种将模糊逻辑与神经网络相结合的智能控制器 ,其既不依赖于被控对象精确的数学模型 ,又能根据被控对象参数和环境的变化自适应地调节控制规则和隶属函数参数 ,但是存在着在线修正权值计算量大、过度修正权值还可能导致系统剧烈振荡等缺点。针对存在的问题 ,提出了一种模糊神经网络控制器的优化方法 ,即在线自学习过程中 ,仅对控制性能影响较大的控制规则所对应的权值进行修正 ,以减小计算量 ,根据偏差及偏差变化率的大小自适应调节权值修正步长 ,避免系统发生剧烈振荡。Fuzzy neural controller is a kind of intelligent controller which combines fuzzy logic and neural network. It does not require the accurate model of plant and be able to learn to control adaptively by updating the parameters of the controller. Nevertheless, the long training time usually discourages its applications in industry. When it is trained on-line to adapt to plant variations, the over-tuning may cause system oscillate extensively. A method for optimizing fuzzy neural controller is proposed. The linking weights and parameters which affect the control performance significantly are updated. To avoid oscillation of the system the updating step is adjusted adaptively in accordance with the error and the change of error of the system.

关 键 词：模糊神经网络控制器 权值计算 被控对象 权值修正 在线修正 控制规则 自学习 步长 计算量 方法研究 

分 类 号：TH814[机械工程—仪器科学与技术] TP273[机械工程—精密仪器及机械]