一种模糊人工神经网络控制器的设计与研究

孙圣和; 赵保军

您当前的位置：

首页 >

文章列表页 >

一种模糊人工神经网络控制器的设计与研究

更新时间：2025-12-08

- 一种模糊人工神经网络控制器的设计与研究
- Designing and Researching for a FANNC
- 电子学报 1996年第10期
- 作者机构：
  
  哈尔滨工业大学无线电工程系
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP18
- 纸质出版：1996
- 稿件说明：
移动端阅览
[1]孙圣和,赵保军.一种模糊人工神经网络控制器的设计与研究[J].电子学报,1996(10):42-45.

孙圣和, 赵保军. Designing and Researching for a FANNC[J]. Acta Electronica Sinica, 1996, (10).
[1]孙圣和,赵保军.一种模糊人工神经网络控制器的设计与研究[J].电子学报,1996(10):42-45. DOI：

孙圣和, 赵保军. Designing and Researching for a FANNC[J]. Acta Electronica Sinica, 1996, (10). DOI：

摘要

模糊控制与人工神经网络控制有许多相似之处，如何最大程度地发挥这两种控制的优点是一个很重要的问题。本文利用模糊控制算法快速、简便的优点弥补了人工神经网络算法复杂、缓慢的缺点，利用神经元特征函数使模糊控制更容易处理，以此为基础研制出一种模糊人工神经网络控制器（简称ＦＡＮＮＣ）．通过仿真验证了该ＦＡＮＮＣ的合理性，其控制效果明显优于文献［８］的控制效果。同时，也表明模糊控制是一种特殊的人工神经网络控制，二者是一致的，其学习和训练可以用相同的方法来进行，这对二者的统一处理很有价值。

Abstract

Fuzzy control is similar to artificial neural network control on many aspects. It is very important to exert their advantages. This paper uses the high-speed and concise properties of fuzzy control to make up the low-speed and complexities of artificial neural network. On the other hand

neural activation function makes it easy to deal with fuzzy control. Based on these advantages

a new fuzzy artificial neural network controller （FANNC） is designed. Its reasonableness is verified by simulation. The simulation results of FANNC are superior to literature[8]. Also

this paper shows that fuzzy control is a kind of special artificial neural network

they can be trained in the same way. It is very valuable for united dealing with both of them.

关键词

Keywords

references

浏览量

129

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多目标并行混沌优化的分布式驱动电动汽车横摆稳定性研究

基于改进LESO的四旋翼无人机模糊线性自抗扰控制方法

基于云模型的辐射源信号多站分选方法

基于参数单点模糊化方法的模糊系统及其逼近能力

基于模糊算法的移动机器人路径规划