一類復(fù)合型模糊神經(jīng)網(wǎng)絡(luò)的改進(jìn)及應(yīng)用研究.pdf

1、對于一類復(fù)合型模糊神經(jīng)網(wǎng)絡(luò)，論文首先進(jìn)行了多方面的改進(jìn)研究嘗試。第一，對于遞歸復(fù)合型模糊神經(jīng)網(wǎng)絡(luò)采用了改進(jìn)的BP學(xué)習(xí)方法，如引入動態(tài)學(xué)習(xí)率和動量項(xiàng)等，仿真證明網(wǎng)絡(luò)逼近速度有所提高；第二，通過對遞歸復(fù)合型模糊神經(jīng)網(wǎng)絡(luò)的動態(tài)研究發(fā)現(xiàn)，引入多層遞歸環(huán)節(jié)對于網(wǎng)絡(luò)的動態(tài)逼近能力有著顯著的增強(qiáng)；第三，實(shí)際工業(yè)過程中，往往有許多先驗(yàn)知識，而復(fù)合型模糊神經(jīng)網(wǎng)絡(luò)可以利用其規(guī)則網(wǎng)絡(luò)對先驗(yàn)知識進(jìn)行融合，為此，深入研究了規(guī)則網(wǎng)絡(luò)的先驗(yàn)知識利用；第四，深入探討了

2、多層遞歸復(fù)合型模糊神經(jīng)網(wǎng)絡(luò)對于數(shù)據(jù)噪聲的抑制能力。 將模糊神經(jīng)網(wǎng)絡(luò)與預(yù)測控制相結(jié)合，是提高系統(tǒng)魯棒性和克服系統(tǒng)不確定性的有效手段，也是解決不確定性系統(tǒng)控制難題的有效方法，論文采用多層遞歸復(fù)合型模糊神經(jīng)網(wǎng)絡(luò)作為預(yù)測模型，構(gòu)建了模糊預(yù)測控制方案，仿真研究表明了其有效性。 對于具有區(qū)域特征的復(fù)雜對象，提出了對于不同區(qū)域采用各自適合的子網(wǎng)絡(luò)進(jìn)行逼近的方法，以多個(gè)子網(wǎng)絡(luò)的結(jié)合，共同逼近復(fù)雜過程對象。每個(gè)子網(wǎng)絡(luò)表現(xiàn)為具有自適應(yīng)性的模