基于量子遗传算法的正规模糊神经网络控制器设计

摘要：

针对模糊神经网络控制器通常涉及的参数较多,反传播算法难于收敛的问题,提出了一种优化设计正规化模糊神经网络控制器的量子遗传算法.该方法用量子比特构成染色体,用量子旋转门进行染色体更新,用量子非门进行染色体变异,将量子位的概率幅看作两个并列的基因,因此每条染色体包含两条并列的基因链,在染色体数目相同时,可提高获得全局最优解的概率.对控制器参数随机编码建立初始群体,利用量子遗传算法进行参数优化.实验结果表明该方法是有效的.

关键词：量子遗传算法、模糊神经网络、参数优化、模糊控制

所属期刊栏目：19

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金50138010

在线出版日期：2007-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3710-3714,3730