模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化及系統(tǒng)性能評估研究.pdf

1、模糊神經(jīng)網(wǎng)絡(luò)作為智能控制領(lǐng)域中一支倍受關(guān)注的分支，它是模糊推理技術(shù)和人工神經(jīng)網(wǎng)絡(luò)技術(shù)的有機(jī)的結(jié)合，這種結(jié)合既彌補(bǔ)了模糊推理技術(shù)在學(xué)習(xí)方面存在的缺陷，又使人工神經(jīng)網(wǎng)絡(luò)的“黑箱”結(jié)構(gòu)透明化，因此特別適用于各種復(fù)雜系統(tǒng)。控制系統(tǒng)性能評估技術(shù)作為當(dāng)今世界過程控制領(lǐng)域最受關(guān)注的研究方向之一，通過對評估標(biāo)準(zhǔn)的計(jì)算和分析，實(shí)現(xiàn)對控制系統(tǒng)運(yùn)行狀態(tài)的評估和監(jiān)控，確?？刂破髂軌蜷L時間的運(yùn)行在良好的狀態(tài)下或者要求的狀態(tài)下。
　　 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和模

2、糊推理算法很大程度上影響了模糊神經(jīng)網(wǎng)絡(luò)的性能，因此本文從模糊推理算法的改進(jìn)和模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化兩大方面入手，探討了優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)性能的方法。在控制系統(tǒng)性能評估過程中，總是希望找到一個合適的評估標(biāo)準(zhǔn)，能夠準(zhǔn)確的對控制系統(tǒng)進(jìn)行評估，本文通過對誤差分布的研究，提出一種以誤差概率分布作為控制系統(tǒng)性能評估的標(biāo)準(zhǔn)，實(shí)現(xiàn)對控制系統(tǒng)性能的評估和運(yùn)行狀態(tài)的監(jiān)控。
　　 計(jì)算型模糊推理算法采用數(shù)值計(jì)算的方法對傳統(tǒng)的推理計(jì)算過程進(jìn)行了改進(jìn)，改進(jìn)后

3、的推理算法能夠充分考慮所有輸入的影響，又能根據(jù)輸入的變化，對模糊規(guī)則進(jìn)行適當(dāng)?shù)恼{(diào)整，從而大大提高系統(tǒng)的推理精度，減小穩(wěn)態(tài)誤差;矢量“隸屬度”法通過對隸屬度矢量化處理和模糊等級的標(biāo)量化處理，把當(dāng)前輸入量的相對方向和大小等級分別反映在矢量“隸屬度”和標(biāo)量模糊等級上，從而通過減少模糊等級數(shù)目，實(shí)現(xiàn)優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的目的;增長法和剪枝法在單獨(dú)使用中，各有優(yōu)缺點(diǎn)，但是將兩種算法結(jié)合起來，形成增長剪枝聯(lián)合算法，實(shí)現(xiàn)優(yōu)缺點(diǎn)互補(bǔ)，對規(guī)則層節(jié)點(diǎn)進(jìn)行增

4、加或減少操作，在優(yōu)化結(jié)束判斷中，兩種算法互為條件，最終實(shí)現(xiàn)優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的目的。
　　 針對目前工業(yè)控制系統(tǒng)中普遍存在系統(tǒng)性能下降的問題，本文提出了一種基于誤差概率分布的控制系統(tǒng)性能評估、優(yōu)化及監(jiān)控的方法，這種方法根據(jù)誤差的分布服從正態(tài)分布這一原理建立評估標(biāo)準(zhǔn)，通過對系統(tǒng)運(yùn)行數(shù)據(jù)的計(jì)算和分析，確定系統(tǒng)的運(yùn)行狀態(tài)，實(shí)現(xiàn)對控制系統(tǒng)性能的評估和監(jiān)控，根據(jù)系統(tǒng)的運(yùn)行狀態(tài)和評估參數(shù)，對控制參數(shù)進(jìn)行適當(dāng)?shù)恼{(diào)整，最終完成控制系統(tǒng)性能的評