论文部分内容阅读
给出了一种新的多变量的模糊神经网络辨识方法，提出一个衡量聚类有效性的函数，以确定模糊规则的数目。并给出一个保证模糊系统全局稳定的充分条件，在此基础上给出模糊神经网络控制器参数进行优化设计的一种遗传算法实现策略汉二级倒立摆系统为应用背景，取得了较好的控制效果。
多变量模糊神经网络系统的辨识和设计
【摘 要】
：
给出了一种新的多变量的模糊神经网络辨识方法，提出一个衡量聚类有效性的函数，以确定模糊规则的数目。并给出一个保证模糊系统全局稳定的充分条件，在此基础上给出模糊神经网络控
【机 构】
：
哈尔滨工业大学控制工程系(哈尔滨)
【出 处】
：
第三届全球智能控制与自动化大会
【发表日期】
：
2000年期
其他文献
针对随机线性系统的辨识和预测问题，提出了将人工神经元网络方法和统计建模技术结合起来这一新的研究思路，研究了ＮＡＲＭＡＸ模型“两阶段辨识”算法的原理和实施策略。仿真结果和应用实例
请下载后查看，本文暂不支持在线获取查看简介。
Please download to view, this article does not support online access to view profile.
该文讨论了遗忘因子对最小二乘法的影响，提出一种系统辨识的遗忘因子优化法。文末给出了辨识某工业电炉模型并改善模型精度的实例。