智能運(yùn)輸展望-文庫(kù)吧
2024-12-25 01:47 本頁(yè)面
【正文】 論是解決線(xiàn)性系統(tǒng)多變量反饋控制的強(qiáng)有力工具，這種技術(shù)也可以用于在期望狀態(tài)附近線(xiàn)性化的非線(xiàn)性系統(tǒng)，而對(duì)于一個(gè)較大的系統(tǒng)，反饋中的 K陣較難求，況且由于最優(yōu)問(wèn)題是在期望狀態(tài)附近得到的，所以它只能消除較小的擾動(dòng)，對(duì)于嚴(yán)重的擾動(dòng)（如發(fā)生交通事故時(shí)）該方法將顯得無(wú)能為力。近年來(lái)一些學(xué)者試探引入模糊思想來(lái)研究智能運(yùn)輸測(cè)控，因?yàn)樗芾貌痪_或不準(zhǔn)確的信息去實(shí)現(xiàn)在不同監(jiān)測(cè)密度下的平滑過(guò)渡，最近的研究結(jié)果表明模糊設(shè)定運(yùn)算具有潛在的優(yōu)勢(shì)。 模糊神經(jīng)網(wǎng)絡(luò) n 1965年，美國(guó)著名的控制論專(zhuān)家 表了第一篇開(kāi)創(chuàng)性論文 “Fuzzy Sets”,標(biāo)志了模糊數(shù)學(xué)的誕生。n 模糊神經(jīng)網(wǎng)絡(luò)這一新興領(lǐng)域的開(kāi)拓者應(yīng)該歸功為美國(guó)南加利福尼亞大學(xué)信號(hào)和圖像處理研究所長(zhǎng) B． Kosko教授。 n 模糊神經(jīng)網(wǎng)絡(luò)的性能在很大程度上受網(wǎng)絡(luò)本身結(jié)構(gòu)的制約，所以如何構(gòu)成良好的網(wǎng)絡(luò)結(jié)構(gòu)，以便利于神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)模糊輸入、模糊推理、網(wǎng)絡(luò)中的傳播和最終結(jié)果的理解等等，已成為許多學(xué)者所關(guān)心并加以研究的問(wèn)題。 n 在神經(jīng)網(wǎng)絡(luò)理論研究中，許多學(xué)者一直從事于把神經(jīng)網(wǎng)絡(luò)作為對(duì)函數(shù)逼近工具的研究。 n 下列問(wèn)題就有待于解決： (1) 能否找到一類(lèi)模糊函數(shù)可用單純模糊神經(jīng)網(wǎng)絡(luò)來(lái)逼近的等價(jià)條件。 (2) 可用單純模糊神經(jīng)網(wǎng)絡(luò)來(lái)普遍近似的模糊函數(shù)類(lèi)具有什么樣的性質(zhì) ?n 穩(wěn)定性是模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的重要指標(biāo)之一 模糊逼近神經(jīng)網(wǎng)絡(luò)攝動(dòng)系統(tǒng) n 目前，模糊神經(jīng)網(wǎng)絡(luò)的理論研究方面雖然取得一系列成果，但面臨的問(wèn)題仍很多。怎么利用模糊神經(jīng)網(wǎng)絡(luò)來(lái)處理帶有畸變的模糊信息？這其中又如何引進(jìn)合適的模糊信息間差異的度量？如何簡(jiǎn)化模糊控制器的量化過(guò)程，將其轉(zhuǎn)換成易于學(xué)習(xí)的算法？如何確定學(xué)習(xí)指標(biāo)，構(gòu)成有效的模糊控制學(xué)習(xí)系統(tǒng)？如何將模糊控制器的調(diào)整轉(zhuǎn)化為等價(jià)的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，利用等價(jià)的模糊
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1