10.3969/j.issn.1001-5965.2006.09.018
基于PNN与FNN模型神经网络控制器设计与分析
模糊神经网络和预测神经网络分别是基于经验和学习的新型神经网络控制系统,通过在卧式电液仿真转台中框控制器上分别采用这2种控制方法来研究它们的控制特性和应用范围.其中,模糊神经网络结合了模糊控制的经验和神经网络的学习能力,但控制精度取决于人为经验;所研究的预测神经网络采用了基于非线性自回归滑动平均模型建立预测模型,实现在线学习和在线控制,但初始阶段控制精度不高.仿真研究证明,根据具体的控制对象采用适当的控制方法或是将2种方法合理地结合起来将会达到较高的控制精度.
模糊神经网络、预测神经网络、非线性自回归滑动平均模型
32
TP183;V249(自动化基础理论)
2006-11-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
1072-1076