基于递归神经网络的模糊控制算法研究

作者:李晶;赵轩 刊名:价值工程 上传者:胡江华

【摘要】本文主要通过建立Lyapunov函数在T-S模糊控制系统中的应用得到控制系统全局指数稳定性判据,得到同时具有多时滞或者时滞对时间变化的模糊控制系统的反馈控制器设计准则,并利用M矩阵确保该系统存在稳定周期解。

全文阅读

价值工程 1 简介 递归神经网络是人工神经网络的一种即(Recurrent Neural Networks,RNN),也是一种具有反馈回路的大规模 的非线性动力系统,它在模式识别、图像处理、智能控制、 信号处理优化计算等领域有着广泛的运用。 模糊控制是以模糊集合为理论基础的新兴控制手段, 将模糊数学应用人工智能控制技术中。神经网络擅长从神 经网络传输层的输入输出数据中学习有用的知识,并进行 取舍,将最优秀的神经元融入到下一步的寻找最优化的过 程中,而模糊控制则擅长利用人的经验。二者的结合成为 智能控制领域研究的热点。 2 T-S 模糊控制 T-S 模糊控制的主要思路:通过 IF-THEN 规则,将高度 复杂的全局非线性系统分解成简单的局部的线性系统,再 利用 Lyapunov 稳定性理论,得到 T-S 系统的稳定性结论[1,2]。 连续的非线性模糊模型可以表达如下:IF α1(t)=M1l, 基于递归神经网络的模糊控制算法研究 On Fuzzy Control Algorithm Based on Recurrent Neural Network 李晶 LI Jing;赵轩 ZHAO Xuan (辽宁工程职业学院,铁岭 112008) (Liaoning Engineering Vocational College,Tieling 112008,China) 摘要: 本文主要通过建立 Lyapunov 函数在 T-S 模糊控制系统中的应用得到控制系统全局指数稳定性判据,得到同时具有多时 滞或者时滞对时间变化的模糊控制系统的反馈控制器设计准则,并利用 M 矩阵确保该系统存在稳定周期解。 Abstract: This paper gets the global exponential stability criterion of control system by building Lyapunov function in T -S fuzzy control system, obtains feedback controller design guidelines of time-varying fuzzy control system simultaneously with delays or delay, and uses M matrix to ensure that the system exists stable periodic solution. 关键词: 递归神经网络;T-S 模糊控制;算法 Key words: Recurrent Neural Network;T-S fuzzy control;algorithm 中图分类号:TP301.6 文献标识码:A 文章编号:1006-4311(2014)21-0062-02 ———————————— 基金项目:辽宁省教育厅科学研究一般项目(L2012497)。 作者简介:李晶(1980-),女,辽宁铁岭人,讲师,研究方向为控制 理论与控制工程;赵轩(1968-),男,辽宁铁岭人,副教 授,研究方向为机械制造及其自动化。 式自混、拌器强混等混合技术,使得循环水调节更加精确。 通过间接二次控温技术对调温进行处理,进一步确保了试 验条件的一致性,提升实验的准确性。 2.3 采用排管式等温器 在提高仪器测试精度方面, 实现外筒周边等温的可靠性是重要环节。对于外筒,采用 排管式等温器,进一步确保外筒周边温度的均匀性、一致 性,并保持衡定。公司科技人员通过对多年的经验进行总 结,以夹层式、盘管式为

参考文献

引证文献

问答

我要提问