自适应模糊控制matlab,自适应模糊神经控制系统及其MATLAB实现.pdf

本文详细介绍了自适应模糊神经网络控制系统的结构,强调了自适应模糊神经网络在控制领域的应用,特别是其利用数据进行学习和建模的能力。文章通过MATLAB实现了自适应模糊神经推理系统,并提供了genfisl()函数的使用示例,该函数用于生成Takagi-Sugeno型模糊推理系统。
摘要由CSDN通过智能技术生成

自适应模糊神经控制系统及其MATLAB实现

学兔兔

第3期 (总第160期) 机 械 工程 与 自动 化 No.3

2010年6月 MECHANICAL ENGINEERING & AUT0MAT10N Jun.

文章编号:1672—6413(2010)03—0162—03

自适应模糊神经控制系统及其MATLAB实现

刘修廷,潘宏侠

(中北大学机械工程与自动化学院,山西 太原 030051)

摘要:介绍了自适应模糊神经网络控制系统的结构,并在此基础上重点介绍了自适应模糊神经系统及其

MATLAB实现。

关键词:自适应;模糊神经系统;MATLAB

中图分类号:TP273 .4 文献标识码:A

O 引言 函数genfisl()可为训练自适应模糊神经推理系

目前模糊神经网络控制在控制领域里已经成为一 统(Adaptive Neuro—Fuzzy Inference System,简称

个研究的热点,其原因在于神经网络和模糊系统两者 ANFIS)产生 Takagi—Sugeno型模糊推理系统

之间的互补关系。尽管模糊推理系统的设计(隶属度函 (Fuzzy Inference System,简称FIS)结构的初值(隶属

数和模糊规则的建立)不主要依靠对象的模型,但是它 度函数参数的初值),它采用网格分割的方式,根据给

却相当依靠专家或操作人员的经验和知识。若缺乏这 定数据集生成一个模糊推理系统,一般与函数anfis()

样的经验和知识,则很难期望它能获得满意的控制效 配合使用。由genf

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值