一种基于差分进化神经网络的模糊控制方法

在模糊控制的实际应用中,隶属函数的选取往往依靠专家经验设定。这使得模糊控制由于隶属函数设定复杂,加大了实际应用的难度,往往达不到较好的控制效果。本文从RBF神经网络的特点出发,使用差分进化算法分成两个部分来优化RBF神经网络的参数,使之可以自动设置模糊控制的隶属函数。再通过模糊控制实时调整的PID控制器的三个参数,并分别对二阶系统和倒立摆系统进行仿真模拟。简化了模糊控制的设置方法,提高了进化算法在优化神经网络参数过程中的计算效率,取得了较好的控制效果。