模糊控制的NN方法研究.pdf

1、近年來，控制對象的復雜程度在不斷增加，同時人們對控制效果的要求不斷提高，這兩者之間產生了尖銳的矛盾?？刂茖ο髲碗s程度的不斷增加，意味著建立被控對象精確的數學模型是越來越困難。經典控制理論和現(xiàn)代控制理論正是依賴于被控對象的數學模型，并且當調整好控制系統(tǒng)各項參數后，如果被控對象的數學模型由于外界或自身因素而改變，這一套參數可能就無法滿足控制要求。 智能控制三大方法：模糊控制、神經網絡、專家控制，其最大的特點是不依賴于被控對象的數學模

2、型，這樣就解決了前面所提到的依賴于被控對象數學模型的問題。對于越愈復雜的現(xiàn)代控制系統(tǒng)，專家知識也是很有限的，因此模糊控制和神經網絡控制的地位就顯得突出和重要。模糊控制和神經網絡都有其自身的優(yōu)缺點，將兩者結合，正好達到了互補的效果。 論文的重點是模糊神經網絡結構、離線算法和在線自適應算法；基于MATLAB的模糊神經網絡控制系統(tǒng)仿真和基于DSP的模糊神經網絡控制系統(tǒng)實現(xiàn)方法討論；并選用了TMS320LC/LF2407作為DSP實現(xiàn)方

3、法討論的載體。 仿真過程中，主要著重于訓練樣本的采集和處理，兩種學習算法的實現(xiàn)；階躍輸入和帶干擾信號的階躍輸入時的控制效果，被控對象模型發(fā)生變化時的控制效果，以及模糊神經網絡在線自適應的實現(xiàn)。DSP實現(xiàn)討論部分著重于硬件實現(xiàn)和軟件實現(xiàn)(A/D轉換、D/A轉換以及其它子程序的編寫和調試)。最終完全實現(xiàn)模糊神經網絡控制系統(tǒng)的仿真；完成基于DSP的模糊神經網絡控制系統(tǒng)部分子程序的編寫和調試。仿真結果表明模糊神經網絡控制具有較好的魯棒性