基于神經(jīng)網(wǎng)絡與模糊推理系統(tǒng)的非線性系統(tǒng)辯方法的比較研究.pdf

1、傳統(tǒng)的控制與辨識理論主要是基于線性系統(tǒng)的,對非線性系統(tǒng)沒有通用的分析方法.八十年代中期以來,隨著對人工神經(jīng)網(wǎng)絡研究的復興,其在辨識與控制領域的應用越來越廣泛.步入九十年代,人工神經(jīng)網(wǎng)絡與模糊邏輯的融合發(fā)展,使得模糊推理系統(tǒng)的應用也從控制領域擴展到辨識領域.該論文著重研究這兩大類信息處理系統(tǒng)在非線性系統(tǒng)辨識中的應用,主要內(nèi)容如下:首先,在對神經(jīng)網(wǎng)絡辨識方法的研究中,論文在深入探討了最廣泛應用的前向神經(jīng)網(wǎng)絡(BP神經(jīng)網(wǎng)絡、RBF網(wǎng)絡)的同時

2、,還對兩類遞歸網(wǎng)絡(Elman網(wǎng)絡與Jordan網(wǎng)絡及它們的改變型)在辨識中的應用進行了研究.其次,在對模糊辨識方法的研究中,首先分析了三種不同的模糊推理系統(tǒng)的特點,指出了Sugeno型模糊推理系統(tǒng)最適合用于非線性系統(tǒng)辨識.同時,還分析了傳統(tǒng)的B樣條逼近與模糊推理系統(tǒng)的等價性.最后,通過對一個實際的非線性電機系統(tǒng)的辨識,以一階Sugeno模糊推理系統(tǒng)為例闡述了非線性動態(tài)系統(tǒng)辨識的全過程:從激勵信號的選取和預處理,到選擇模型輸入變量的最佳