不確定性智能系統(tǒng)的模式攝動(dòng)和規(guī)則自動(dòng)獲取的研究.pdf

1、不確定性普遍存在于主觀和客觀世界中，模糊性是它最重要的形式之一。不確定性人工智能是人工智能的深化和發(fā)展，現(xiàn)已經(jīng)成為人工智能研究的熱點(diǎn)和重大的前沿課題。而模糊邏輯系統(tǒng)和神經(jīng)網(wǎng)絡(luò)系統(tǒng)是不確定性人工智能的重要研究?jī)?nèi)容，在構(gòu)建許多不確定性智能系統(tǒng)時(shí)，通常要為系統(tǒng)準(zhǔn)備先驗(yàn)知識(shí)，比如模糊邏輯系統(tǒng)的已知規(guī)則和神經(jīng)網(wǎng)絡(luò)系統(tǒng)的訓(xùn)練模式。先驗(yàn)知識(shí)的不確定性引起了事物的復(fù)雜性和處理難度，這種不確定性從數(shù)學(xué)角度可以認(rèn)為是一種誤差，從動(dòng)力學(xué)角度可以認(rèn)為是一種攝動(dòng)

2、，有效獲取先驗(yàn)知識(shí)以及評(píng)估和控制先驗(yàn)知識(shí)的誤差對(duì)系統(tǒng)性能的影響已經(jīng)成為不確定性智能系統(tǒng)的重要研究?jī)?nèi)容。有效獲取先驗(yàn)知識(shí)已有很多工作，但始終沒(méi)有關(guān)鍵突破；評(píng)估和控制先驗(yàn)知識(shí)的誤差對(duì)系統(tǒng)性能的影響在傳統(tǒng)模糊推理和模糊神經(jīng)網(wǎng)絡(luò)方面取得了一定的進(jìn)展，但在一般神經(jīng)網(wǎng)絡(luò)還未開展，為此本文主要做了如下工作： (1)研究了訓(xùn)練模式攝動(dòng)對(duì)高斯型徑向基函數(shù)網(wǎng)絡(luò)性能的影響，指出了訓(xùn)練模式攝動(dòng)的常見(jiàn)情形，建立了相關(guān)的定義和引理，接著從理論上嚴(yán)格證明了對(duì)

3、某些模式攝動(dòng)該網(wǎng)絡(luò)的輸出攝動(dòng)幅度不放大，并用MATLAB編寫了一個(gè)仿真實(shí)驗(yàn)應(yīng)證了該理論證明的結(jié)果，該部分工作為徑向基函數(shù)網(wǎng)絡(luò)的性能分析提供了一個(gè)新的研究點(diǎn)，對(duì)訓(xùn)練模式的獲取過(guò)程能提供警示和指導(dǎo)。 (2)提出了一種基于遺傳算法的根據(jù)已知系統(tǒng)控制目標(biāo)自動(dòng)獲取模糊控制規(guī)則的方法。該方法與其他多種方法相比較，具有能根據(jù)系統(tǒng)的控制目標(biāo)，自動(dòng)搜索獲得最優(yōu)(次優(yōu))模糊控制規(guī)則集的優(yōu)點(diǎn)，并在倒立擺控制系統(tǒng)進(jìn)行了仿真應(yīng)用，具有較好的仿真效果。