一种基于混合学习算法的模糊神经网络控制  

A Kind of Fuzzy Network Controllers Based on Hybrid Learning Algorithms

作　　者：田华[1] 李相林[1] 

机构地区：[1]哈尔滨理工大学计算机与控制学院,黑龙江哈尔滨150080

出　　处：《哈尔滨理工大学学报》2002年第1期18-20,24,共4页Journal of Harbin University of Science and Technology

摘　　要：针对ＢＰ算法容易陷入局部极小的缺点，利用遗传算法极强的全局搜索能力对模糊神经网络控制器参数进行离线优化，并对遗传操作进行了改进，使其最终搜索到全局最优或近似全局最优的附近．再利用ＢＰ算法较强的局部搜索能力和对对象的适应能力进一步进行参数的在线调整．仿真结果表明：该方案的综合性能优于常规模糊控制器．Aiming at the flaw that HP algorithms is prone to get in the local minimum, an optimal or suboptimal spot is found by the optimization of fuzzy network' s parameters using the global searching ability of genetic algorithms. The HP algorithms ability of local searching and adaptation to object is used to adjust the parameters further. A simulation result has a better performance than normal fuzzy controller.

关 键 词：模糊控制 神经网络 遗传算法 BP算法 离线优化 控制器 混合学习算法 

分 类 号：TP273.4[自动化与计算机技术—检测技术与自动化装置]