文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 一种递归模糊神经网络自适应控制方法
侵权投诉

一种递归模糊神经网络自适应控制方法

构造了一种递归模糊神经网络(RFNN),该RFNN利用递归神经网络实现模糊推理,并通过在网络的第一层添加了反馈连接,使网络具有了动态信息处理能力.基于所设计的RFNN,提出了一种自适应控制方案,在该控制方案中,采用了两个RFNN分别用于对被控对象进行辨识和控制.将所提出的自适应控制方案应用于交流伺服系统,并给出了仿真实验结果,验证了所提方法的有效性.

维普资讯 doc.guandang.net

第 l期 2 20 06年 l 2月

电

子

学

报

V0 . 4 No 1 13 .2 De c. 2 o 06

ACrⅡ (r ONI I CA A -H CA SNl

一

种递归模糊神经网络自适应控制方法 毛六平,王耀南,孙炜,戴瑜兴 (湖南大学电气与信息工程学院,长沙 408)湖南 1 2 0

摘要:构造了一种递归模糊神经网络( )该 R N R, FN利用递归神经网络实现模糊推理,通过在网络的第并层添加了反馈连接,使网络具有了动态信息处理能力.基于所设计的 R N, F N提出了一种自适应控制方案,在该控制方案中,采用了两个 R N F N分别用于对被控对象进行辨识和控制 .将所提出的自适应控制方案应用于交流伺服系统, 一

并给出了仿真实验结果,验证了所提方法的有效性 .

关键词:递归模糊神经网络;自 适应控制;交流伺服中图分类号: T 1 P8 3文献标识码: A 文章编号: 07- (06 2 25 3 32 12 20)1 28. 21 . 0

A a t e Co t l ig R c r n u z e r e wo k n Ad pi nr n e u r tF z y N ual t r v o Us e N MA0【u pn。 NG Y on n S N W e, AIY . i j . ig WA a - a, U iD u xn ( f o ltc n n rai fEe ra adI om t n ci l f o嘶, ua nv sy,hn s Hua 102 H nnU iri C agh et a, nn408, )

A sr t A k do cr n f z ua nt o R N icnt c d i h h r t ̄ t ua ntokiue o把- b t c: i feu et zyn rl e r F N) s osut, a n r r u e w k( r e nw i, c n n r e r s sdt c em e l w a z le i ifrn ea dtmp rleain r mb d lii h e ok b d ig fe bc o nc o sOltef s yro e neec n e oa l o saee e d tent r y adn ed ak c n et n i h rtl e ft r t x n w i i a h n t r On t eb sso he po o e F ewok. a i ft rp sd R NN,

d p v o t l c e rp sd, ic, r p sd R N r s dt - h n a a a t ec nr h mei p o o e i wh h t p o o e F Nsae u e o i i os s n wo

 ̄ni dc to l t epciey Smua o x ei nsaema eb p ligpo oe d piec t l c e  ̄' ty a o rlpa set l . i lt e pr f n n n r v i n met r d ya pyn rp sda a t o r h m o AC SIO v n os e n=V c t l r be t 0丘 n i fe t e e s n op o r o lm c n n e c v n s . o s t i

Ke rs rc re tu z ua t ok aa t ec t lA sro ywod: eurn z yn rln w r ̄dp v o r; C ev f e e i n o

1引言 近年来,开始越来越多地将神经网络用于辨识和控人们制动态系统[神经网络在信号的传播方向上,卜引.可以分为前馈神经网络和递归神经网络 .馈神经网络能够以任意精度前逼近任意的连续函数,但是前馈神经网络是一个静态的映射,

义,从而可以很容易地确定网络的结构和神经元的参数 . 本文构造了一种 R N在所设计的网络中, F N,通过在网络的第一层加入反馈连接来存储暂态信息 .于该 R N,文基 FN本

还提出了一种自适应控制方法,在该控制方法中。两个 R N FN

被分另用于对被控对象进行辨识和控制 . 0为了验证所提方法的有效性,本文将所提控制方法用于交流伺服系统的控制,并 给出了仿真实验结果 .

它不能反映动态的映射.尽管这个问题可以通过增加延时环 节来解决,是那样会使前馈神经网络增加大量的神经元来但代表时域的动态响应 .而且,由于前馈神经网络的权值修正与

2删

的结构

网络的内部信息无关,使得网络对函数的逼近效果过分依赖 于训练数据的好坏 .而另一方面,递归神经网络_ ̄_够很好 47能

所提 R N F N的结构如图 1所示,网络包含 n个输入节点, 对每个输入定义了 m个语言词集节点,有 z另外条控制规则

地反映动态映射关系,并且能够存储网络的内部信息用于训 练网络的权值 .递归神经网络有一个内部的反馈环,它能够捕 获系统

的动态响应而不必在外部添加延时反馈环节 .由于递

节点和P个输出节点. u¨ 0”分别代表第 k用{、{层的第 i个 节点的输入和输出,网络内部的信号传递过程和各层之间则 的输入输出关系可以描述如下: 第一层:这一层的节点将输入变量引入网络 .与以往国内

归神经网络能够反映动态映射关系,它在处理参数漂移、强干 扰、非线性、不确定性等问题时表现出了优异的性能 .而递然

外的研究不同。本文将反馈连接加入这一层中.第一层的输入 输出关系可以描述为:

归神经网络也有它的缺陷,和前馈神经网络一样,它的知识表达能力也很差,并且缺乏有效的构造方法来选择网络结构和 确定神经元的参数 .

0’ ) u’ ) k+¨ k (一 ):(={(=:() 5()01 k 1, k k’’ i,, ()=1… n 1

递归模糊神经网络(F N _9 R N ) .是一种改进的递归神经网 8_ 络,它利用递归网络来实现模糊推理,从而同时具有递归神经

之所以将反馈连接加入这一层,因为在以往的模糊神是经网络控制器中,控制器往往是根据系统的误差及其对时间

网络和模糊逻辑的优点 .不仅可以很好地反映动态映射关它系,还具有定性知识表达的能力,以用人类专家的语言控制可规则来训练网络,并且使网络的内部知识具有明确的物理意

的导数来决定控制的行为,在第一层中加入暂态反馈环, 则只需要以系统的误差作为网络的输入就可以反映这种关系,这样做不仅可以简化网络的结构,而且具有明显的物理意义,使

收稿日期:050_1修回日期:060 .8 20 _70; 20.61基金项目:国家自然科学基金项目( o60 50 )湖南省自然科学基金( o0 J 0 2 ) N . 70 8; 0 N . J 11 65

一种递归模糊神经网络自适应控制方法

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email