格式:pdf
大小:374KB
頁數: 6頁
提出將自組織模糊神經網絡(SCFNN)應用于網絡控制系統(NCS)中的遠程控制器的設計。SCFNN的學習過程包括結構學習和參數學習兩個階段。結構學習的目的是對輸入空間進行合理的模糊劃分并動態地生成一組模糊邏輯控制規則,而參數學習是通過有監督梯度下降法來調整隸屬度函數的參數以及模糊規則中結論部分的權值。最初的SCFNN只有輸入節點和輸出節點,而經過在線學習后逐步生成隸屬度函數節點和規則節點。對基于Profibus-DP網絡的網絡控制系統進行測試,并與采用修正Ziegler-Nichols法設計的控制器的控制效果進行比較,結果表明基于SCFNN思想設計的遠程控制器在網絡控制系統中能夠獲得滿意的控制效果。