隨著科學技術的發(fā)展,控制系統(tǒng)的結構復雜度不斷升高,很難建立被控對象的精確數(shù)學模型,影響了系統(tǒng)整體的控制效果。相比其它控制策略構建方法,模糊系統(tǒng)無需被控對象的精確數(shù)學模型,將過程信息與函數(shù)逼近相結合,并采用易于理解的語言規(guī)則,提供了一種基于規(guī)則的系統(tǒng)化的控制策略實現(xiàn)框架。因此模糊系統(tǒng)被廣泛的應用于非線性、時變和純滯后系統(tǒng)的控制問題中。但模糊系統(tǒng)自身缺乏對知識的學習能力,將其與其它智能技術結合,獲得表達能力與學習能力互補的混合模糊模型,成為了該研究領域的研究熱點之一。在模糊系統(tǒng)構建中隸屬度函數(shù)參數(shù)選擇、知識規(guī)則提取等方面,本文采用模糊系統(tǒng)與神經網(wǎng)絡相結合的系統(tǒng)構架;將模糊C均值（FCM）聚類算法引入模糊神經網(wǎng)絡,利用FCM聚類算法的特征提取得到隸屬度函數(shù)的參數(shù)、模糊子集數(shù)和規(guī)則數(shù),獲得模糊神經網(wǎng)絡的初始結構模型;之后,通過學習算法進行模型參數(shù)的優(yōu)化,得到最終的系統(tǒng)模型,將所構建的系統(tǒng)模型進行了仿真驗證。論文的主要工作如下:1.針對FCM聚類算法隨機選取初始聚類中心和聚類個數(shù),聚類中心易選到孤立點,影響聚類效果的問題。本文提出一種初始化方法對初始聚類中心和聚類個數(shù)進行最優(yōu)化選擇,同時采用改進... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：91 頁

【學位級別】：碩士

【部分圖文】：

PID控制器仿真圖

第五章 基于改進 FCM 的模糊神經網(wǎng)絡的研究45圖5.17 模糊控制器仿真圖當給定為單位階躍響應時，隸屬度函數(shù)均勻分布時，隸屬度函數(shù)曲線如 5.18 所示，輸出曲線如圖 5.19 所示，隸屬度函數(shù)集中分布時，隸屬度函數(shù)曲線如 5.20 所示，輸出曲線如圖 5.21 所示，隸屬度函數(shù)集中兩端分布時，隸屬度函數(shù)曲線如 5.22 所示，輸出曲線如圖 5.23 所示。圖5.18 隸屬度函數(shù)均勻分布曲線圖5.19 均勻分布響應曲線圖5

根據(jù)模糊 PID 的原理和模糊控制器的構建方法，建立模糊 PID 控制器仿真圖如圖 5.26 所示。圖5.26 模糊 PID 控制器仿真圖當給定為單位階躍響應時，響應曲線如圖 5.27 所示。圖5.27 模糊 PID 控制單位階躍響應曲線在穩(wěn)態(tài)時，加入一個持續(xù)時間為 1s 的階躍擾動信號，輸出曲線如圖 5.28 所示。

【參考文獻】：
期刊論文
[1]新型可重構機器人的模糊自適應控制研究[J]. 陳思安,葛為民,王肖鋒,劉增昌,劉軍.  控制工程. 2017(11)
[2]PMSM伺服系統(tǒng)的自適應模糊滑膜控制[J]. 孫季鑫,張珊珊,梁曉平.  電子質量. 2017(05)
[3]基于模糊神經網(wǎng)絡的船舶鍋爐水位控制優(yōu)化及仿真模擬[J]. 于志民.  天津職業(yè)院校聯(lián)合學報. 2017(04)
[4]基于改進蟻群算法的模糊邏輯系統(tǒng)的設計[J]. 張智峰,王濤,范秋楓.  遼寧工業(yè)大學學報(自然科學版). 2017(02)
[5]基于遞歸聚類與相似性的模糊神經網(wǎng)絡結構設計[J]. 李微,喬俊飛.  北京工業(yè)大學學報. 2017(02)
[6]基于模糊控制的遺傳算法優(yōu)化研究[J]. 李雅瓊.  長沙大學學報. 2016(05)
[7]基于馬氏距離的改進非局部均值圖像去噪算法[J]. 陰盼強,路東明,袁淵.  計算機輔助設計與圖形學學報. 2016(03)
[8]結合Total-Bregman距離的模糊聚類算法[J]. 超木日力格,于劍,朱杰.  計算機科學與探索. 2016(02)
[9]基于模糊神經網(wǎng)絡風電混合儲能系統(tǒng)優(yōu)化控制[J]. 盧蕓,趙永來.  電力系統(tǒng)保護與控制. 2014(12)
[10]模糊神經網(wǎng)絡在主軸伺服系統(tǒng)故障診斷中的應用[J]. 杜晉,陸寶春,張承陽,高艷.  現(xiàn)代制造工程. 2014(03)

碩士論文
[1]基于模糊神經網(wǎng)絡的智能控制策略的研究[D]. 陳志明.南昌大學 2010
[2]基于模糊控制的高壓同步斷路器研究[D]. 王瑞.西華大學 2009
[3]基于遺傳算法的模糊控制器設計及應用[D]. 常江.西北工業(yè)大學 2006
[4]模糊神經網(wǎng)絡研究[D]. 程冰.廣東工業(yè)大學 2005



本文編號：2979111