對仿人模糊網(wǎng)絡控制系統(tǒng)研究的展望(編輯修改稿)
2025-07-15 08:03 本頁面
【文章內容簡介】 要課題。在這一領域，許多研究者正將各種智能控制技術和常規(guī)PID控制方法有機的融合在一起，提出了多種形式的智能PID控制器?？梢钥吹?，智能PID技術具有廣闊的研究和應用前景。 本課題主要是基于仿人智能的多模態(tài)控制思想，結合模糊控制和神經(jīng)網(wǎng)絡精確的控制特點，提出一種仿人智能和模糊神經(jīng)網(wǎng)絡相融合的控制方法，結合三種控制方式的優(yōu)點來設計控制系統(tǒng)，應用于非線性和大滯后的復雜控制系統(tǒng)中，提高控制效果。仿人智能控制是一種基于知識的智能控制，模擬了人的控制經(jīng)驗與技巧。它是一種具有多種控制模態(tài)的智能控制器，不僅可以用于線性系統(tǒng)還可以用于非線性系統(tǒng)器。仿人智能控制系統(tǒng)類型:仿人智能開關控制、仿人智能比例控制、仿人智能積分控制、仿人分層遞階智能控制。模糊控制主要是對輸入量通過經(jīng)驗判斷然后采取相應控制措施進行調整，將操作者的經(jīng)驗總結成若干規(guī)則即模糊控制規(guī)則，然后仿照人腦的模糊推理過程，確定推理算法。計算機可根據(jù)輸入的模糊信息，依據(jù)控制規(guī)則和推理法則，作出模糊決策。最后當人們根據(jù)已決定的模糊決策區(qū)執(zhí)行具體的動作，執(zhí)行的結果又是已個精確量。模糊控制器的工作原理框圖如下[3]：圖1 模糊控制工作原理圖神經(jīng)網(wǎng)絡（Neural Network）是人工神經(jīng)網(wǎng)絡的簡稱,是用大量簡單的處理單元廣泛連接組成的復雜網(wǎng)絡，是在現(xiàn)代生物學研究人腦組織所取得的成果基礎上提出的，用以模擬人類大腦神經(jīng)網(wǎng)絡結構和行為，實現(xiàn)某個方面的功能。它有3個特性：學習、概括、和抽取。它的主要應用有高速率的數(shù)據(jù)獲得、多傳感器信息融合以及飛行器的辨識等待。神經(jīng)元結構圖如下：圖2 人體神經(jīng)元模型注：為閥值，wi (i=1,2,…,n)為連接權值，xj (j=1,2,…,n)為輸入信號，F(xiàn)為作用函數(shù)。學習仿人智能、模糊控制和神經(jīng)網(wǎng)絡在控制中的應用，基于仿人智能的多模態(tài)控制思想，結合模糊控制和神經(jīng)網(wǎng)絡精確的控制特點，提出一種仿人智能和模糊神經(jīng)網(wǎng)絡相融合的控制方法，結合三種控制方式的優(yōu)點來設計控制系統(tǒng)，用MATLAB編寫程序并應用于非線性和大滯后的復雜控制系統(tǒng)中，提高控制效果。模糊控制是以模糊集合論、模糊語言變量及模糊邏輯推理為基礎的計算機智能控制。其基本結構框圖如圖3所示： 圖3 模糊控制基本結構框圖 從線性控制與非線性控制的角度分類，模糊控制是一種非線性控制。它的組成核心是模糊控制器，所以，從其控制器的智能性看，它屬于智能控制的范疇，而且它已成為目前實現(xiàn)智能控制的一種重要而且又有效的形式。尤其是模糊控制和神經(jīng)網(wǎng)絡、遺傳算法及混沌理論等新學科的相融合，正在顯示出其巨大的應用潛力。模糊控制器由以下四部分組成[4]： 這部分的作用是將輸入的精確量轉換成模糊化量。其中輸入量包括外界的參考輸入、系統(tǒng)的輸出或狀態(tài)等。模糊化的具體過程如下：(1)首先對這些輸入量進行處理以變成模糊控制器要求的輸入量。例如常見的情況是計算e=ry和ec=de/dt，其中r表示參考輸入，y表示系統(tǒng)輸出，e表示誤差，ec表示誤差的變化。有時為了減小噪聲的影響，常常將ec進行濾波后再使用，例如可取ec==[s /(Ts+1)]e(2)將上述已經(jīng)處理過的輸入量進行尺度變換使其變換到各自的論域范圍。(3)將已經(jīng)變換到論域范圍的輸入量進行模糊處理，使原先精確的輸入量變成模糊量，并用相應的模糊集合表示。 知識庫中包含了具體應用領域中的知識和要求的控制目標。它通常由模糊控制規(guī)則庫組成。主要包括各語言變量的隸屬度函數(shù)，模糊因子、量化因子以及模糊空間的等級數(shù)。規(guī)則庫包括了用模糊語言變量表示的一系列的
外語相關推薦
鄂ICP備17016276號-1