基于RBF网络的参数自学习模糊控制的研究

• 作者: 孙辉 李光宇 李延新 李文
• 来源期刊: 科技与创新
• 关键词: RBF模糊神经网络 模糊规则提取算法 仿真实验
• 年，卷（期）: 2006,（24）
• 所属期刊栏目: 软件时空
• 页码范围: 308-310
• 页数: 3页
• 分类号: TP3
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2006.24.111

摘要

模糊控制以其自适应性、鲁棒性和易于实现等优点得到广泛应用.然而模糊控制规则的获得通常由专家经验给出,这就存在诸如控制规则不够客观、专家经验难以获得等问题.在模糊控制系统中,模糊规则库的构建是至关重要的,因此研究模糊规则的自动生成有着重要的理论和应用价值.本文首先以模糊控制理论和RBF神经网络理论为基础,提出了一种能够有效表达模糊系统可解释性的RBF网络结构;然后详细讨论在此网络结构下提取模糊规则的学习算法;最后依据上述方法进行仿真实验,实验结果表明,这种根据测量数据自动提取模糊规则的方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙辉	大连交通大学软件学院	7	36	4.0	6.0
2	李文	大连交通大学软件学院	70	510	12.0	19.0
3	李延新	大连交通大学软件学院	6	59	4.0	6.0
4	李光宇	大连交通大学软件学院	7	62	4.0	7.0