人工神经网络的结构基本上分为两类,即递归(反馈)网络和前馈网络,简介如下。 (1)递归网络 在递归网络中,多个神经元互连以组织一个互连神经网络,如图所示。有些神经元的输出被反馈至同层或前层神经元,递归网络又叫做反馈网络。Hopfield网络,Elmman网络和Jordan...

和神经生理学类似,连接机制结构的基本处理单元称为神经元。每个构造起网络的神经元模型模拟一个生物神经元,如图1所示。 图1神经元模型 该神经元单元由多个输入 ,i=1, 2, ..., n和一个输出y组成。中间状态由输入信号的权和表示,其输出为: (1) 式中, 为神经元单...

人工神经网络的下列特性对控制是至关重要的: (1)并行分布处理 (2)非线性映射 (3)通过训练进行学习 (4)适应与集成 (5)硬件实现...

McCulloch和Pitts曾于1943年提出一种叫做似脑机器(mindlike machine)的思想,这种机器可由基于生物神经元特性的互连模型来制造;这就是神经网络的概念。 60年代初期,Widrow等提出的Adaline(adaptive linear element,即自适应线性元)以及Steinbuch等提出的学习...

1.系统结构设计 根据要求,直流传动速度控制系统可以设计成一个二维的单输出模糊控制系统,系统结构如图1所示。其输入、输出语言变量为误差e、误差变化ec和控制输出增量u。 图1 直流传动速度控制系统的模糊控制结构图 2.模糊化设计 3.控制器规则设计 4.精确化计...

1、模糊系统设计的查表法 在设计模糊控制器时,必须考虑下列各项内容与原则: 1.把输入和输出空间划分为模糊空间 2.由一个输入-输出数据对产生一条模糊规则 3.对步骤2中的每条规则赋予一个强度 4.创建模糊规则库 2、 模糊系统设计的梯度下降法 在设计模糊控制...

现有的模糊逻辑控制器(FLC),其控制规则一般具有下列形式: 专家模糊控制器(EFC)则容许更复杂的分层规则,如: 在更复杂层次,EFC容许包含策略性知识。因此,就可以确定应用那一低层规则的中间规则,即: 也可有这类规则,它们被用来确定低层规则的某一时间次序。即:...

自学习模糊控制器(SLFC)是一种能够从其环境和受控过程学习足够多的相关信息的自动控制系统;根据所学信息,SLFC能够辨识、分类和决策产生新的控制律。因而系统的静态和动态特性能够改善。...

自组织过程比较复杂,含有大量的计算,且不便于在线调整。自校正模糊控制器是另一种具有多调节因素和自寻优能力的控制方法。...

自组织模糊控制器是一种这样的模糊控制器,其控制策略能够适应过程或环境的变化,而且是一种必须同时执行两项任务辨识与控制的实验测定处理器。这种控制器能够处理多变量的输入/输出系统、非线性、参数的时序变化及随机扰动等。...

为了改善控制器的静态性能,加入一个模糊积分单元,形成PID模糊控制。对模糊控制器引入积分作用的方法有以下几种: 1.Braae-Rutherford法 2.Bialkowski法 3.Basseville法...

在理论上,模糊控制器由维关系表示。关系可视为受约于[0,1]区间的个变量的函数。是几个维关系Ri的组合,每个代表一条规则:IF THEN。控制器的输入被模糊化为一关系,对于多输入单输出(MISO)控制时为(-1)维。模糊输出Y可应用合成推理规则进行计算。对模糊输出进行...

1. 三角协范式 三角协范式 是从[0,1][0,1]到[0, 1]的两位函数,即 :[0,1][0,1][0,1],它包括并、代数和、有界和、强和以及不相交和。 2. 模糊合取 对于所有uU,vV,模糊合取为: 式中,*为三角范式的一个算子。 3. 模糊析取 对于所有uU,vV,模糊析取为: 式中,*为三...

设 为某些对象的集合,称为论域,可以是连续的或离散的; 表示 的元素,记作 ={ }。 定义1 模糊集合(fuzzy sets) 论域 到[0,1]区间的任一映射 , 即: [0,1],都确定 的一个模糊子集 ; 称为 的隶属函数(membership function)或隶属度(grade of membership)。也就是...

如果一个控制系统: (1)对受控过程表现出预定的足够快的实时行为; (2)具有严格的响应时间限制而与所用算法无关;那么这种系统称为实时控制系统。 实时系统与非实时系统(如医疗诊断系统)的根本区别在于,实时系统具有与外部环境及时交互作用的能力。换句话说,实时...