10.3969/j.issn.1008-0570.2006.13.032
自适应模糊神经网络控制系统的研究
自适应模糊神经网络控制器是由模糊控制和神经网络相结合构成,它不依赖被控对象的数学模型,并能自动产生模糊控制规则,又具有良好的自适应性,是目前受人们关注的课题.本文在对其分析的基础上又提出了卡尔曼滤波的学习算法,解决了原BP算法实时性差的问题,通过仿真实验说明了其优越性,并体现了模糊神经网络与最优控制相结合的思想.
自适应性、模糊神经网络控制
22
TP183(自动化基础理论)
甘肃省科技攻关项目2GS044-A52-001-24
2006-06-12(万方平台首次上网日期,不代表论文的发表时间)
共4页
85-88