遗传模糊神经网络在航空发动机控制中的应用
模糊神经网络控制器是一种将模糊逻辑与神经网络相结合的智能控制器,其既不依赖于被控对象精确的数学模型,又能根据被控对象参数和环境的变化自适应地调节控制规则和隶属函数参数,但是存在着收敛速度慢,较多局部极小的情况下很容易陷人局部极小值等缺点.针对存在的问题,提出一种模糊神经网络控制器的优化方法.隶属度函数的参数具有全局性,用遗传算法来优化;神经网络的权值代表模糊系统的控制规则.它用神经网络的误差反传算法(BP)来调整.将算法用于航空发动机控制,实现对低压转子转速的无静差控制,与应用BP算法的模糊神经控制相比,控制性能改善较大,结果令人满意.
遗传算法、模糊控制、神经网络
26
TP273(自动化技术及设备)
2009-12-29(万方平台首次上网日期,不代表论文的发表时间)
共4页
65-68