补偿模糊神经网络自适应逆控制的仿真研究

• 作者: 岳艳艳 董宁
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 自适应逆控制 模糊化 补偿模糊神经网络
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 149-152,164
• 页数: 5页
• 分类号: TP301.6
• 字数: 3304字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2006.09.039

摘要

该文应用的补偿模糊神经网络(CFNN)是结合补偿模糊逻辑和神经网络的混合系统.由于引入补偿神经元使网络容错性更高,系统更稳定;同时模糊运算采用动态的、全局优化运算,并在神经网络学习算法中动态优化补偿模糊运算,使网络更适应,训练速度更快.将补偿模糊神经网络与自适应逆控制原理结合应用到某位置伺服系统噪声消除控制中,并同用BP网络,传统PID控制和常规模糊神经网络控制效果比较来证明此方法的优越性.仿真结果表明补偿模糊神经网络自适应逆控制在缩短训练时间,提高控制精度等方面都有显著改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董宁	北京理工大学自动控制系	13	97	5.0	9.0
2	岳艳艳	北京理工大学自动控制系	1	6	1.0	1.0