一種新型模糊神經(jīng)網(wǎng)絡及其在控制中的應用.pdf

1、模糊系統(tǒng)善于表達人的經(jīng)驗性知識，可以處理帶模糊性的信息，這是神經(jīng)網(wǎng)絡做不到的；但另一方面模糊系統(tǒng)的規(guī)則和隸屬函數(shù)等設計參數(shù)只能靠經(jīng)驗來選擇，很難自動設計和調(diào)整，這是模糊系統(tǒng)的主要缺點。因此若能用神經(jīng)網(wǎng)絡來構造模糊系統(tǒng)，就可以利用神經(jīng)網(wǎng)絡的學習方法，根據(jù)輸入輸出樣本來自動設計和調(diào)整模糊系統(tǒng)的設計參數(shù)，實現(xiàn)模糊系統(tǒng)的自學習功能。 本文提出了一種使用平均（Average）模糊算子來計算每條規(guī)則適用度的模糊推理模型，并用一種分層神經(jīng)網(wǎng)絡

2、來構造該模糊推理系統(tǒng)。該網(wǎng)絡采用最速下降學習方法，利用樣本數(shù)值信息，對模糊隸屬函數(shù)參數(shù)和規(guī)則激勵強度進行自適應調(diào)整，自動提取模糊if—then規(guī)則，從而實現(xiàn)了模糊系統(tǒng)的自學習和自適應功能。該系統(tǒng)在結構上類似MLP神經(jīng)網(wǎng)絡，而在功能上是模糊系統(tǒng)，我們稱之為FMLP（Fuzzy Multilayer Perceptrons）。仿真實驗證實了FMLP結構的合理性和算法的有效性。 模糊控制器的性能主要受限于是否可以找到合適的模糊規(guī)則。本