模糊神经网络算法在倒立摆控制中的应用

• 作者: 雍容 高岩
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 一级倒立摆FNN 混合学习算法 模糊相似度度量
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 控制理论与应用
• 页码范围: 20-22,32
• 页数: 4页
• 分类号: TP183
• 字数: 2340字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-7241.2004.01.006

摘要

本文利用一种可以进行结构和参数学习的模糊神经网络成功地控制一级倒立摆.该网络是一种多层前馈网络,它将传统模糊控制器的基本要件综合到网络结构中.从而使该网络既具备神经网络的低级学习能力,从而还具备模糊逻辑系统类似人的高级推理能力.因而,给定训练数据后,该网络不仅可以学习网络参数,同时还可以学习网络结构.结构学习确定了表示了模糊规则和模糊分段数的连接类型以及隐节点数目.对一级倒立摆的实际控制效果可以证明该算法的性能和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高岩	北京理工大学自动控制系	21	186	8.0	13.0
2	雍容	北京理工大学自动控制系	2	20	2.0	2.0