基于一种混沌BP算法的神经模糊控制器的优化  

Optimization of Neural-fuzzy Controller Based on A Chaos BP Hybrid Algorithm

作　　者：戚志东[1] 

机构地区：[1]南京理工大学自动化学院,江苏南京210094

出　　处：《计算机仿真》2010年第9期157-160,共4页Computer Simulation

基　　金：南京理工大学自主科研专项计划资助项目(2010ZYTSO49)

摘　　要：在模糊控制器设计问题的研究中,结合神经网络和模糊控制的优点,设计了一种全网络化的模糊控制器,使模糊推理的实现过程网络化,清晰化。针对BP算法学习速度慢、易陷入局部最小的缺点,引入混沌思维,提出了基于混沌Logistic方程的BP混合学习算法(CBP),将用于神经模糊控制器参数的优化设计中,使设计的神经模糊控制器具有更优的性能。通过仿真对算法及控制器进行验证,仿真结果表明,上述算法能有效地优化神经模糊控制器的参数和结构,所设计的神经模糊控制器具有较好的性能。With the combinated advantages of the neural networks and fuzzy control,a whole-network fuzzy controller is designed in this paper,which makes the the realization of the process of the fuzzy reasoning become clear. Then,aiming at the slow convergence speed and local minimum of SBP algorithm,a hybrid chaos-BP algorithm （CBP） is proposed based on Chaos Logistic equation,and which is used to optimize the parameters of the neural-fuzzy controller. At last,the simulation result shows that the parameters and structure of the controller can be optimized effectively with CBP and the system can get better performance.

关 键 词：神经模糊控制器 混沌算法 优化 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]