共查询到20条相似文献,搜索用时 15 毫秒
1.
基于遗传算法的模糊神经网络智能控制器及其应用 总被引:3,自引:0,他引:3
提出了一种基于遗传算法的模糊网络控制系统,该系统采用模糊神经网络结构实现,它用遗传算法优化具有全局性的隶属函数参数,而用BP算法调节和优化具有局部性的网络权值参数。仿真结果表明该控制器可大大提高模糊神经推理控制系统的自学习性和鲁棒性。 相似文献
2.
基于遗传算法的模糊神经控制及其应用 总被引:5,自引:1,他引:5
王耀南 《系统工程与电子技术》1999,21(6)
将遗传算法和模糊神经网络结合起来,提出一类智能控制方案。仿真实验和实际温控表明,这类智能控制器可改善具有时变、非线性及大纯滞后系统的控制品质,其性能优于一般模糊控制。 相似文献
3.
基于量子遗传算法的正规模糊神经网络控制器设计 总被引:6,自引:0,他引:6
针对模糊神经网络控制器通常涉及的参数较多,反传播算法难于收敛的问题,提出了一种优化设计正规化模糊神经网络控制器的量子遗传算法。该方法用量子比特构成染色体,用量子旋转门进行染色体更新,用量子非门进行染色体变异,将量子位的概率幅看作两个并列的基因,因此每条染色体包含两条并列的基因链,在染色体数目相同时,可提高获得全局最优解的概率。对控制器参数随机编码建立初始群体,利用量子遗传算法进行参数优化。实验结果表明该方法是有效的。 相似文献
4.
多输入模糊神经网络及其应用 总被引:12,自引:0,他引:12
为了提高神经网络的训练速度和泛化能力 ,同时解决一般模糊神经网络由于输入增多而导致模糊规则膨胀的问题 ,提出了多输入模糊神经网络的结构和算法。此算法用取大取小运算部分代替网络的积和运算 ,同时提出一种获取重要规则的方法。最后将多输入模糊神经网络应用于建筑投标报价系统。仿真结果表明 ,本网络具有较快的训练速度和较高的泛化能力。 相似文献
5.
基于遗传算法的进化神经网络 总被引:16,自引:0,他引:16
提出一种基于遗传算法的多层前向神经网络的自动化设计方法(genetic multiplayer feedforward neural network,GMFNN),用以同时完成对网络结构空间和权值空间的搜索。该算法利用双种群权值优化、结构进化自适应变异率等方法来加快算法的收敛速度,改善解的性能。仿真结果显示本文提出的算法能够有效抑制遗传算法初期收敛的发生,有效地提高多层前向神经网络的收敛精度,并可获得更为简洁的网络结构。 相似文献
6.
7.
模糊神经网络自学习控制器及其应用 总被引:2,自引:0,他引:2
本文提出了一种模糊神经网络自学习控制方法,并介绍了采用多层神经网络表达模糊控制的知识规则、模糊推理和学习算法。经实验仿真结果表明这种控制方案可改善具有时变及大纯滞后系统的控制品质,其性能优于一般模糊控制。 相似文献
8.
9.
基于遗传算法的模糊优化研究 总被引:5,自引:0,他引:5
针对约束条件、系数和优化变量均为模糊数形式的线性和非线性全模糊优化问题 ,利用模糊数积分排序方法 ,提出了基于遗传算法的模糊优化问题求解方法 ,在该方法中对优化变量采用模糊数编码(每个变量用三个实数编码 ,对应三角模糊数中的 a,b,c) ,最后通过全模糊线性和非线性优化算例 ,验证了方法的有效性. 相似文献
10.
模糊BP神经网络及其在故障诊断中的应用 总被引:9,自引:0,他引:9
概括总结了传统故障诊断系统的缺陷,介绍了模糊神经网络技术的优点及其在故障诊断中的优势,简述了采用模糊BP神经网络解决故障诊断 相似文献
11.
12.
基于遗传算法的模糊免疫控制器设计 总被引:4,自引:2,他引:4
运用模糊李亚普诺夫综合法设计模糊控制器来模拟免疫系统中的反馈机理,应用遗传算法对控制系统响应的快速性及稳定性的参数进行了优化,实现了免疫控制器的合理设计。采用此方法设计平衡梁系统控制器,仿真结果表明,控制器性能优于常规控制器,且系统具有良好的鲁棒性。 相似文献
13.
14.
基于混沌神经网络模型的模糊预测控制及应用 总被引:5,自引:1,他引:5
由于混沌时间序列内部确定的规律性,其重构出混沌吸引子的相空间具有高精度短期预测性,为此,本文根据非线性,大时滞系统的时间序列及所得的Lyapunov指数规律,计算出系统的饱和嵌入维数和可预报尺度,并以此为指导,采用混沌神经网络重构混沌时间序列相空间,该混沌神经网络即便在网络输入不完整或发生变异的情况下,仍能对系统作高精度预测,在此基础上,又将预测模型与模糊控制相结合,提出了一种新型的模糊预测控制决策,实现了非线性,大时滞系统高精度的自适应控制,将该控制应用在单元机组负荷控制中,仿真表明该控制具有实时性,容错性和鲁棒性。 相似文献
15.
针对基于T-S模型的模糊神经网络的局部逼近缺陷,提出了一种基于T-S模型的扩展型模糊神经网络,从训练样本特性和网络结构两个方面来提高网络模型的泛化能力.利用先验知识和模糊推理的方法对样本集进行分析和分类处理,使样本集更加规范;并采用模糊规则推理动态调整正则项系数的方法来减小网络结构.仿真结果表明,所提出的网络具有更快的收敛速度和良好的泛化能力. 相似文献
16.
基于混沌预测的模糊神经网络控制器设计及应用 总被引:2,自引:0,他引:2
由于混沌时间序列内部确定的规律性 ,其重构出混沌吸引子的相空间具有高精度短期预测性。根据非线性、大时滞系统的时间序列重构相空间 ,计算相空间的最大Lyapunov指数、饱和嵌入维数和可预报尺度 ,并以此为指导 ,对系统作高精度预测。在此基础上 ,又设计了遗传算法优化的模糊神经网络预测控制器 ,实现了对非线性、大时滞系统高精度的自适应控制。将该控制应用在锅炉过热汽温控制中 ,仿真表明该控制的有效性、准确性和鲁棒性。 相似文献
17.
基于遗传算法的BP神经网络时间序列预测模型 总被引:26,自引:0,他引:26
神经网络能以任意精度逼近非线性函数 ,以神经网络为基础的时间序列预测模型能很好地反映非线性系统发展的趋势 ,但神经网络训练速度慢、易陷入局部极值。针对这种情况 ,用具有良好的全局搜索能力的遗传算法来改进神经网络时间序列预测模型 ,提出了一种将遗传算法和BP算法相结合的学习算法来训练BP神经网络 ,并将该神经网络时间序列预测模型应用于某时间序列的预测。 相似文献
18.
基于遗传算法的神经网络两阶段学习方案 总被引:14,自引:2,他引:12
一种两阶段学习方案被提出用于神经网络的训练。在第一阶段,让实数编码的遗传算法来代替人解决神经网络结构的选择和初始参数的设定,称之为结构辨识阶段。在第二阶段,让传统的优化算法来解决参数的学习,称之为参数辨识阶段。在整个学习过程,神经网络的复杂度、逼近精度和泛化能力之间得到了满意综合。 相似文献
19.
一种基于遗传算法的新型神经网络设计 总被引:4,自引:0,他引:4
神经网络的设计主要集中在网络权值的选取和神经网络结构的确定两个方面 ,与遗传算法结合是目前研究发展的趋势 .本文与一般的基于遗传算法的神经网络设计相比 ,提出一个新型算子—— BP算子 ,并对神经网络的权值和结构同时优化 .仿真结果表明该算法结果比较理想 . 相似文献