一种新的分布式神经模糊控制器

摘要：

提出了一种分布式神经模糊网络和自学习模糊控制器的构成方法.它是CMAC模型的一种扩展,使其能进行模糊推理和构成目学习的模糊控制器.该方法除具有CMAC优点外,还具有以下特点:输入数据通过模糊划分和隶属函数后自动编码,对精度没有限制;从现场数据直接获取控制规则,即使对未训练的数据,也能结合插值和泛化两种能力,推理给出合适的输出.学习实例证明了方法的有效性.

关键词：分布式神经网络、自学习模糊控制器、CMAC

所属期刊栏目：28

分类号：TP183(自动化基础理论)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：28-29