模糊控制的NN方法研究.pdf

1、近年來，控制對象的復雜程度在不斷增加，同時人們對控制效果的要求不斷提高，這兩者之間產(chǎn)生了尖銳的矛盾。控制對象復雜程度的不斷增加，意味著建立被控對象精確的數(shù)學模型是越來越困難。經(jīng)典控制理論和現(xiàn)代控制理論正是依賴于被控對象的數(shù)學模型，并且當調(diào)整好控制系統(tǒng)各項參數(shù)后，如果被控對象的數(shù)學模型由于外界或自身因素而改變，這一套參數(shù)可能就無法滿足控制要求。 智能控制三大方法：模糊控制、神經(jīng)網(wǎng)絡(luò)、專家控制，其最大的特點是不依賴于被控對象的數(shù)學模

2、型，這樣就解決了前面所提到的依賴于被控對象數(shù)學模型的問題。對于越愈復雜的現(xiàn)代控制系統(tǒng)，專家知識也是很有限的，因此模糊控制和神經(jīng)網(wǎng)絡(luò)控制的地位就顯得突出和重要。模糊控制和神經(jīng)網(wǎng)絡(luò)都有其自身的優(yōu)缺點，將兩者結(jié)合，正好達到了互補的效果。 論文的重點是模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、離線算法和在線自適應(yīng)算法；基于MATLAB的模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)仿真和基于DSP的模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)實現(xiàn)方法討論；并選用了TMS320LC/LF2407作為DSP實現(xiàn)方

3、法討論的載體。 仿真過程中，主要著重于訓練樣本的采集和處理，兩種學習算法的實現(xiàn)；階躍輸入和帶干擾信號的階躍輸入時的控制效果，被控對象模型發(fā)生變化時的控制效果，以及模糊神經(jīng)網(wǎng)絡(luò)在線自適應(yīng)的實現(xiàn)。DSP實現(xiàn)討論部分著重于硬件實現(xiàn)和軟件實現(xiàn)(A/D轉(zhuǎn)換、D/A轉(zhuǎn)換以及其它子程序的編寫和調(diào)試)。最終完全實現(xiàn)模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的仿真；完成基于DSP的模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)部分子程序的編寫和調(diào)試。仿真結(jié)果表明模糊神經(jīng)網(wǎng)絡(luò)控制具有較好的魯棒性