递阶模糊网络机制及其在列车运行制动调速预测中的应用

针对具有分层特点的复杂问题,提出一种递阶模糊网络结构,并推导了该网络的参数修正递推算法,给出相应的设计准则。将读结构用于列车制动调速预测,取得了满意的效果。

多变量环境下基于递阶模糊神经网络的强化学习

针对多变量连续空间学习问题的复杂性,给出了一种采用递阶模糊神经网络(HFNN)的强化学习方法,两个结构相同的HFNN分别同时完成模糊动作的合成以及值函数的逼近,网络参数通过梯度下降法在线调整.该方法有效地解决了在多变量环境下所遇到的规则组合爆炸问题,减少了运算量和存储量.HFNN前一阶的输出不再作为下一阶的前件,而直接用于其结论部分,克服了前一阶输出含义不明确或没有含义所带来的设计问题.通过仿真二级倒立摆验证表明,所给出方法是正确可行的.

空气源热泵的分层递阶多智能体控制系统

针对空气源热泵机组的制热优势及其热水系统当前存在的不能有效利用空气热源和定温制水的问题,创建了空气源热泵分层递阶多智能体的控制结构模型;设计了水箱设定温度的模糊判定控制器和BP网络根据环境温度和水箱水温优化预测机组启动时间的决策控制器,并用C++编程语言实现了所设计的控制系统。