模糊CMAC神经网络控制系统及混合学习算法

摘要：

针对CMAC神经网络和模糊控制的特性,给出了一种能反映人脑认知的模糊性和连续性的模糊CMAC神经网络控制器,该控制器采用高斯函数作为模糊隶属函数,利用神经网络实现模糊推理并可对隶属函数进行实时调整,从而使其具有学习和自适应能力.讨论了这种控制器的混合学习算法,即先采用混沌算法离线优化,再采用BP梯度算法在线调整,并推导了变形Elmam网络的系统辨识算法.对电厂锅炉主蒸汽温度控制的仿真结果表明了此控制器及其学习算法的可行性和有效性.

关键词：模糊CMAC神经网络、混合学习算法、混沌优化算法、变形Elmam网络、主汽温

所属期刊栏目：10

分类号：TP273.5(自动化技术及设备)

资助基金：上海市重点学科建设项目P1301

在线出版日期：2006-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：216-221