基于改进型模糊神经网络的智能控制研究-自动化技术-论文之家

您现在的位置：硕士论文 >> 电子论文 >> 自动化 >> 自动化技术 >> 正文

基于改进型模糊神经网络的智能控制研究

Form: 论文之家作者：张鑫波 Publish: 2006-7-5 Hits:-

【中文题名】

基于改进型模糊神经网络的智能控制研究

【英文题名】

Study on Intelligent Control Based on Improved Fuzzy Neural Network

【学科专业】

控制理论与控制工程

【论文级别】

硕士论文

【投稿时间】

2006-7-5

【中关键词】

微粒群算法,优化,神经网络,模糊系统,模糊神经网络,

【英关键词】

Particle swarm arithmetic,Optimization,neural network,Fuzzy system,Fuzzy neural network,

【分类导航】

工业技术>自动化技术、计算机技术>自动化技术及设备>自动化系统>自动控制、自动控制系统>计算机控制、计算机控制系统

【论文摘要】

模糊神经网络着眼于模糊控制的逻辑推理技术和神经网络控制的自学习能力,试图将二者巧妙地结合,是智能控制在近年来涌现出的重要研究领域之一,具有学术理论意义和实际应用价值。目前,已有多种形式的模糊神经网络结构,但主要表现为将两者在结构和算法上相互融合。本文在深入研究模糊神经网络发展的基础上,提出了将模糊控制中的部分控制理念和方法应用到神经网络中的构想,并通过仿真验证了可行性,为模糊神经网络的发展开辟了新的思路。首先,在对当前模糊神经网络发展领域进行深入研究后,提出了自己的新型分类研究方法,即从神经网络和模糊逻辑推理的分类角度剖析模糊神经网络的结构,并在算法研究中介绍了一种新的可行性寻优算法——微粒群算法。其次,详细介绍了一种典型的新型网络——正则化模糊神经网络,并进行了具体的算法推导,还利用Stone Weierstrass定理对网络收敛性进行了清晰地证明,并引用具体的辨识问题对其性能加以验证。再次,给出了一种基于RBF辨识的改进型模糊神经网络控制,即将量化因子和比例因子嵌入到模糊神经网络中,构成网络的输入层和输出层;并采用RBF辨识网络取代传统的近似做法,为系统提供精确的Jacobian信息;最...

【论文题纲】

摘要	5-6
Abstract	6-11
第1章绪论	11-23
1.1 研究背景	11-12
1.2 模糊神经网络的起源和发展	12-14
1.2.1 神经网络的历史	12-13
1.2.2 模糊理论技术的发展	13-14
1.2.3 模糊神经网络的研究历程	14
1.3 模糊神经网络的发展现状	14-15
1.4 模糊神经网络的分类研究	15-18
1.4.1 传统的分类方法	16
1.4.2 新型分类研究	16-18
1.5 模糊神经网络的算法解析	18-19
1.6 模糊神经网络的结构优化研究	19-20
1.6.1 网络规模的简化	19-20
1.6.2 网络功能的增强	20
1.7 模糊神经网络的研究途径	20-21
1.8 本文研究内容与结构	21-23
第2章理论基础	23-37
2.1 模糊系统的基本理论	23-30
2.1.1 模糊集合	23-25
2.1.2 模糊关系	25-26
2.1.3 模糊语言变量	26-27
2.1.4 模糊推理理论	27-29
2.1.5 工程控制常用的模糊推理方法	29-30
2.1.6 模糊控制的基本结构和组成	30
2.2 神经网络的基本知识	30-35
2.2.1 模糊逻辑神经元	30-32
2.2.2 模糊神经网络类型	32-33
2.2.3 神经网络学习算法	33-34
2.2.4 误差反传(BP)训练算法	34-35
2.3 神经网络与模糊推理系统的等效性	35
2.4 神经网络实现的模糊推理系统	35-36
2.5 本章小结	36-37
第3章正则化模糊神经网络分析	37-49
3.1 正则化模糊神经网络结构	37-38
3.2 网络信号的前向传输	38-39
3.3 学习算法	39-41
3.4 收敛性证明	41-45
3.4.1 最佳逼近器与模糊基函数	41-42
3.4.2 模糊系统的通用逼近性	42-45
3.5 基于正则化模糊神经网络的系统辨识	45-48
3.5.1 系统辨识的基本知识	45
3.5.2 仿真研究	45-48
3.6 本章小结	48-49
第4章基于RBF 辨识的模糊神经网络控制器的设计与实现	49-62
4.1 自学习模糊神经网络控制系统	49-50
4.2 自调整量化因子和比例因子模糊神经网络控制器	50-54
4.2.1 优化方案思路	50
4.2.2 新型模糊神经网络结构	50-52
4.2.3 网络输入信息的处理	52
4.2.4 学习算法	52-54
4.3 RBF 辨识网络	54-57
4.3.1 径向基函数神经网络(RBF)	55
4.3.2 辨识算法	55-57
4.4 仿真研究	57-61
4.4.1 控制器性能验证	57-59
4.4.2 输入变量的有效处理	59
4.4.3 系统Jacobian 信息的精确辨识	59-61
4.5 本章小结	61-62
第5章带有自调整因子的模糊RBF 神经网络	62-71
5.1 基于模糊RBF 神经网络整定的PID 控制	62-65
5.1.1 模糊RBF 神经网络	62-63
5.1.2 基于模糊RBF 神经网络整定的PID 控制	63-64
5.1.3 学习算法	64-65
5.2 带有自调整因子的模糊神经网络	65
5.3 基于PSO 算法的滚动优化	65-67
5.3.1 微粒群算法	65-66
5.3.2 算法原理	66-67
5.3.3 算法实现	67
5.4 仿真研究	67-70
5.5 本章小结	70-71
结论	71-73
参考文献	73-78
攻读硕士学位期间承担的科研任务与主要成果	78-79
致谢	79-80
作者简介	80

【DOI】

LunWen.ID:2.2008.378886



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：微粒群算法论文优化神经网络模糊系统模糊神经网络

自动化技术最新论文

自动化技术热门论文