摘要
研究控制问题,为了解决系统的稳定性和系统的精度,采用模糊控制方法,对模糊隶属度函数输入域上致密分布的要求,采用隶属函数约束寻优对基于BP算法的模糊神经网络进行了改进。算法首先采用一S函数对输入变量进行非线性映射,函数在把输入变量映射入确定区域的同时最大程度上保留了原样本的信息,然后根据经验知识给出隶属函数参数的优化范围,保证了模糊变量在输入域上的致密分布。经过仿真实验,仿真结果取得了与理论分析一致的实验结果,保证系统的稳定性。
A modified BP algorithm of fuzzy- neural network is proposed to overcome the compact distributing problem of input variable membership funeation. First, an especial S function is adopted to convert input variable into a settled coverage with farthest reserving the information of input variable. After an optimization range of the parameter membership funcation is developed based on Experience knowledge. This method guarantees the compact distributing of fuzzy number function on inpurt convergae . The simulation results are in accord with theoretical analysis.
出处
《计算机仿真》
CSCD
北大核心
2010年第2期188-191,共4页
Computer Simulation
基金
国家自然基金资助项目(E06A30020)
关键词
模糊神经网络
算法
约束优化
隶属函数
控制
Fuzzy - neural
Algorithm
Constrained optimization
Membership function
Control
