一种自组织双模糊神经网络控制算法

摘要：

针对传统模糊神经网络设计复杂、控制实时性滞后的问题,提出自组织双模糊神经网络算法.将样本数据进行聚类划分,形成原始的模糊隶属函数集;在神经网络的离线训练过程中,完善并优化模糊隶属函数和规则;采用双神经网络结构,在线工作时,一个神经网络完成在线学习任务,另一个神经网络完成工业控制任务;经过一定的系统周期,同步系统中两组神经网络的参数;提取完成控制任务的神经网络的输出作为算法的输出.应用于火箭发动机试验台控制系统中,表明算法能够提升控制系统中针对输入参数越界的鲁棒性,提高控制实时性,简化了模糊神经网络的设计复杂度.

关键词：双神经网络、自组织模糊神经网络、火箭发动机试验台控制系统

所属期刊栏目：47

分类号：TP183(自动化基础理论)

资助基金：陕西省教育厅自然科学研究项目07JK339

在线出版日期：2011-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：221-223,228