基于RBF辨识的模糊神经网络控制器的设计与实现

• 作者: 孙丽萍 张鑫波 李广伟
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 模糊神经网络 径向基函数神经网络 优化 系统辨识
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 149-152
• 页数: 4页
• 分类号: TP273
• 字数: 2489字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2006.05.043

摘要

随着众多新型模糊神经网络被提出,针对模糊神经网络具有的典型特点,即需要对输入输出数据范围进行转化和处理,所涉及到的对量化因子和比例因子的实时调节问题,该文提出一种优化方案.其依据神经网络具有的自学习能力,通过增加模糊神经网络的层数,提出一种包含对量化因子和比例因子调节的改进型模糊神经网络,以减少系统的辅助优化环节.同时,引入辨识性能较好的径向基函数神经网络(RBF)为系统提供精确的Jacobian信息,取代常规的近似做法.最后结合实例仿真证明了该优化方案的合理性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李广伟	燕山大学电气工程学院	2	18	2.0	2.0
2	张鑫波	燕山大学电气工程学院	2	18	2.0	2.0
3	孙丽萍	燕山大学电气工程学院	1	15	1.0	1.0