自适应模糊神经控制系统及其MATLAB实现
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｇ ｎ ｉｌ ） ａ ｔ （ 。 ｅ ｆ （ 和 ｎ ｓ ） ｓ ｉ
收稿 Ｅ期 ：２ ０一 ２０ ；修 回 日期 ：２ １－ ２２ ｌ ０ ９ｌ— ９ ０ ００— ３
其 中 ： ａａ为给定 的输入 ／ 出数据集 合 ， 了一列 为 ｄｔ 输 除 输 出数 据外 ，其余列 均表示 输人 数据 ；ｎ ｍＭＦ 为 一 ｕ ｓ 向量 ，其各 个分 量用 于指定每 个输 人语 言变 量的隶 属 度 函数 的数 量 ，如果每 个输入 的隶 属度 函数 的数量 相 同 ，则 只需输 入标量 值 ；ｎ Ｔｙ ｅ为一 字符 串阵 列 ， ｉＭＦ ｐ 其 每一 列指定 一 个输人 变量 的隶属 度类 型 ，如果类 型 相 同 ，则 该 参 数 将 变 成 一 个 一 维 的 字 符 串 ； ｏ ｔ Ｔｙ ｅ为指定 输 出隶属 度类 型的字 符 串 ， ｕＭＦ ｐ 由于 只 能采 用 Ｔ ｋ ｇ—Ｓ ｇ ｎ ａ ａ ｉ ｕ ｅ ｏ型 系 统 ，因此 系统 只 能有 一 个输出， 其类 型仅 取 ｌ ｅｒ或 ｃｎ ｔｎ ；ｉ ｔ ｉａ ｎ ｏ ｓａ ｔ ｆ Ｍａ 为生 成 ｓ 的模糊 推理 系统 矩阵 。当仅使 用 一个输 入参 数而不 指 定 隶属 度 函数 的个数 和类型 时 ，将 使用 默认 值 ，即输 入 隶属 度 函数 个数 为 ２ ，输 入 隶属 度 函数类 型 为钟 形
目前模 糊神经 网络控 制在 控制领 域 里 已经 成为一
个研究 的热 点 ，其 原 因在 于神 经 网络和模糊 系统 两者 之 间的互补 关 系。 管模糊 推 理系统 的设计 （ 属度 函 尽 隶 数和 模糊规 则 的建 立 ） 主要依 靠对 象 的模 型 ， 是它 不 但 却相 当依靠 专家或操 作人 员 的经验 和知识 。若 缺乏这 样 的经验 和知识 ，则很难 期望 它能 获得满 意 的控制效 果 。而神经 网络 的一大 特点就 是其 自学 习功能 ，将这 种 自学 习 的方法 应用 于对 模 型 特征 的分 析与 建模 上 ， 产生 自适应 的神经 网络技 术 。这种 自适应 的神 经 网络 技术 对于模 糊 系统 的模 型建立 （ 模糊 规则 库 的建 立 ） 是 非常 有效 的工具 。 自适应 模糊 神经 系统 是基于 数据 的 建模 方法 ，该 系统 中的模 糊隶 属度 函数及 模糊 规则是 通过 大量 的 已知数 据 的学习得 到 的 ，而 不是基 于经验 和直 觉任意 给定 的 ，这对 于那 些特性 还不 被人们 所完 全 了解或者 特性非 常复 杂 的系统尤 为重要 。 １ 自适应模 糊神 经 网络控制 系统 的结构 自适应 模糊神 经 网络系统 是指 具有学 习算 法 的模 糊神 经 网络 系统 ，这里 的模糊 神经 网络 系统是 由服从 模糊 逻辑规 则 的一 系列 “ 如果一 则 ” 规则 所构 造 的 ； 而 学 习算法则 依靠数 据信 息来对 模糊 神经 系统 的参数进
ＭＡＴＬＡＢ 实现 。
关 键 词 ： 自适 应 ；模 糊 神 经 系统 ；ＭＡＴＬ ＡＢ 中 图 分 类 号 ：Ｔ ２ ３ ４ Ｐ ７ ． 文 献标 识 码 ：Ａ
Ｏ 引 言
函数 ｇ ｎｉｌ ） 为训 练 自适 应 模 糊 神经 推 理 系 ｅｆ （ 可 ｓ 统 （ ｄ ｐ ｉｅＮｅ ｒ Ａ ａ ｔ ｕｏ—Ｆ ｚｙ Ｉｆｒｎ ｅ Ｓ ｓｅ 简 称 ｖ ｕ ｚ ｎｅｅ ｃ ｙ ｔｍ， ＡＮＦ Ｓ） 生 Ｔ ｋ ｇ — Ｓ ｇ ｎ 型 模 糊 推 理 系 统 Ｉ 产 ａ ａｉ ｕｅ ｏ
行调 整 。
（ ｕｚ ｎｅｅ ｃ ｙｔｍ， Ｆ ｚｙＩｆｒｎ ｅＳ ｓｅ 简称 Ｆ Ｓ 结 构 的初 值 （ Ｉ） 隶属 度 函数参 数 的初 值 ） 它采 用 网格 分 割 的方 式 ， 据 给 ， 根 定 数据 集 生成一 个模 糊推 理 系统 ， 一般 与 函数 ａ ｆ （ ｎｉ ） ｓ 配 合使 用 。由 ｇ ｎｉｌ ） ｅ ｆ （ 生成 的模 糊推 理 系统 的输 入 和 ｓ 隶 属度 函数 的类 型 、数 目可 以在 使用 时指 定 ，也 可 以 采 用默认 值 。该 函数 的调用格式 为 ：
ｆｓ ａ — ｇ ｎ ｉｌ ｄ ｔ ） ｉＭ ｔ ｅ ｆｓ （ ａ ａ ｆｓ ａ — ｇ ｎ ｉｌ ｄ ｔ ． ｕ ｉＭ ｔ ｅ ｆｓ （ ａ ａ ｎ ｍＭ Ｆ ｉ Ｍ ＦＴｙ ， ｕ Ｍ ＦＴｙ ｅ） ｓ．ｎ ｐｅ ｏ ｔ ｐ
图 １ 自 适 应 模 糊 神 经 网 络 控 制 系 统 结 构 图
第 ３期 （ 第 １０Leabharlann Baidu ） 总 ６
２１ ０ ０年 ６月
机 械 工 程 与 自 动 化
Ｍ ＥＣＨＡＮＩ ＣＡＬ ＥＮＧＩ ＮＥＥ ＮＧ ＆ ＡＵＴ０Ｍ ＡＴ１ ＲＩ ０Ｎ
Ｎｏ． ３
Ｊ ｎ ｕ ．
文 章编 号 ： ６ ２ ６ １ （ ０ ０ ０ — １ ２ ０ １ ７—４ ３ ２ １ ）３０ ６ —３
自适 应模 糊 神 经控 制 系统及 其 ＭＡＴＬ ＡＢ 实现
刘修 廷 ，潘 宏侠
（ 中北 大 学 机 械 工 程 与 自动 化 学 院 ， 山西 太 原 ００５） ３０ １
摘 要 ： 介 绍 了 自适 应 模 糊 神 经 网络 控 制 系 统 的 结 构 ， 并 在 此 基 础 上 重 点 介 绍 了 自适 应 模 糊 神 经 系 统 及 其
模糊神 经 网络 控制 系统 的结构 如 图 １所示 。其 中 ＮＦ ＮＣ为模糊 神经 网络控 制器 ； 为输入 信号 ； Ｅ Ｒ Ｅ、 分别 为误差 及误 差变化 量化后 的模 糊量 ； 、Ｋ Ｋ 、Ｋ 为量 化 因子 ； 为控 制信 号 ；Ｙ为输 出信 号 。 ２ 模 糊推理 系统 生成 方式 在 ＭＡＴ Ｉ ＡＢ模 糊逻辑 工具 箱 中 ，提供 了有 关对 自适 应 模 糊 神 经 推 理 系统 进 行 初 始 化 和建 模 的 函数
收稿 Ｅ期 ：２ ０一 ２０ ；修 回 日期 ：２ １－ ２２ ｌ ０ ９ｌ— ９ ０ ００— ３
其 中 ： ａａ为给定 的输入 ／ 出数据集 合 ， 了一列 为 ｄｔ 输 除 输 出数 据外 ，其余列 均表示 输人 数据 ；ｎ ｍＭＦ 为 一 ｕ ｓ 向量 ，其各 个分 量用 于指定每 个输 人语 言变 量的隶 属 度 函数 的数 量 ，如果每 个输入 的隶 属度 函数 的数量 相 同 ，则 只需输 入标量 值 ；ｎ Ｔｙ ｅ为一 字符 串阵 列 ， ｉＭＦ ｐ 其 每一 列指定 一 个输人 变量 的隶属 度类 型 ，如果类 型 相 同 ，则 该 参 数 将 变 成 一 个 一 维 的 字 符 串 ； ｏ ｔ Ｔｙ ｅ为指定 输 出隶属 度类 型的字 符 串 ， ｕＭＦ ｐ 由于 只 能采 用 Ｔ ｋ ｇ—Ｓ ｇ ｎ ａ ａ ｉ ｕ ｅ ｏ型 系 统 ，因此 系统 只 能有 一 个输出， 其类 型仅 取 ｌ ｅｒ或 ｃｎ ｔｎ ；ｉ ｔ ｉａ ｎ ｏ ｓａ ｔ ｆ Ｍａ 为生 成 ｓ 的模糊 推理 系统 矩阵 。当仅使 用 一个输 入参 数而不 指 定 隶属 度 函数 的个数 和类型 时 ，将 使用 默认 值 ，即输 入 隶属 度 函数 个数 为 ２ ，输 入 隶属 度 函数类 型 为钟 形
目前模 糊神经 网络控 制在 控制领 域 里 已经 成为一
个研究 的热 点 ，其 原 因在 于神 经 网络和模糊 系统 两者 之 间的互补 关 系。 管模糊 推 理系统 的设计 （ 属度 函 尽 隶 数和 模糊规 则 的建 立 ） 主要依 靠对 象 的模 型 ， 是它 不 但 却相 当依靠 专家或操 作人 员 的经验 和知识 。若 缺乏这 样 的经验 和知识 ，则很难 期望 它能 获得满 意 的控制效 果 。而神经 网络 的一大 特点就 是其 自学 习功能 ，将这 种 自学 习 的方法 应用 于对 模 型 特征 的分 析与 建模 上 ， 产生 自适应 的神经 网络技 术 。这种 自适应 的神 经 网络 技术 对于模 糊 系统 的模 型建立 （ 模糊 规则 库 的建 立 ） 是 非常 有效 的工具 。 自适应 模糊 神经 系统 是基于 数据 的 建模 方法 ，该 系统 中的模 糊隶 属度 函数及 模糊 规则是 通过 大量 的 已知数 据 的学习得 到 的 ，而 不是基 于经验 和直 觉任意 给定 的 ，这对 于那 些特性 还不 被人们 所完 全 了解或者 特性非 常复 杂 的系统尤 为重要 。 １ 自适应模 糊神 经 网络控制 系统 的结构 自适应 模糊神 经 网络系统 是指 具有学 习算 法 的模 糊神 经 网络 系统 ，这里 的模糊 神经 网络 系统是 由服从 模糊 逻辑规 则 的一 系列 “ 如果一 则 ” 规则 所构 造 的 ； 而 学 习算法则 依靠数 据信 息来对 模糊 神经 系统 的参数进
ＭＡＴＬＡＢ 实现 。
关 键 词 ： 自适 应 ；模 糊 神 经 系统 ；ＭＡＴＬ ＡＢ 中 图 分 类 号 ：Ｔ ２ ３ ４ Ｐ ７ ． 文 献标 识 码 ：Ａ
Ｏ 引 言
函数 ｇ ｎｉｌ ） 为训 练 自适 应 模 糊 神经 推 理 系 ｅｆ （ 可 ｓ 统 （ ｄ ｐ ｉｅＮｅ ｒ Ａ ａ ｔ ｕｏ—Ｆ ｚｙ Ｉｆｒｎ ｅ Ｓ ｓｅ 简 称 ｖ ｕ ｚ ｎｅｅ ｃ ｙ ｔｍ， ＡＮＦ Ｓ） 生 Ｔ ｋ ｇ — Ｓ ｇ ｎ 型 模 糊 推 理 系 统 Ｉ 产 ａ ａｉ ｕｅ ｏ
行调 整 。
（ ｕｚ ｎｅｅ ｃ ｙｔｍ， Ｆ ｚｙＩｆｒｎ ｅＳ ｓｅ 简称 Ｆ Ｓ 结 构 的初 值 （ Ｉ） 隶属 度 函数参 数 的初 值 ） 它采 用 网格 分 割 的方 式 ， 据 给 ， 根 定 数据 集 生成一 个模 糊推 理 系统 ， 一般 与 函数 ａ ｆ （ ｎｉ ） ｓ 配 合使 用 。由 ｇ ｎｉｌ ） ｅ ｆ （ 生成 的模 糊推 理 系统 的输 入 和 ｓ 隶 属度 函数 的类 型 、数 目可 以在 使用 时指 定 ，也 可 以 采 用默认 值 。该 函数 的调用格式 为 ：
ｆｓ ａ — ｇ ｎ ｉｌ ｄ ｔ ） ｉＭ ｔ ｅ ｆｓ （ ａ ａ ｆｓ ａ — ｇ ｎ ｉｌ ｄ ｔ ． ｕ ｉＭ ｔ ｅ ｆｓ （ ａ ａ ｎ ｍＭ Ｆ ｉ Ｍ ＦＴｙ ， ｕ Ｍ ＦＴｙ ｅ） ｓ．ｎ ｐｅ ｏ ｔ ｐ
图 １ 自 适 应 模 糊 神 经 网 络 控 制 系 统 结 构 图
第 ３期 （ 第 １０Leabharlann Baidu ） 总 ６
２１ ０ ０年 ６月
机 械 工 程 与 自 动 化
Ｍ ＥＣＨＡＮＩ ＣＡＬ ＥＮＧＩ ＮＥＥ ＮＧ ＆ ＡＵＴ０Ｍ ＡＴ１ ＲＩ ０Ｎ
Ｎｏ． ３
Ｊ ｎ ｕ ．
文 章编 号 ： ６ ２ ６ １ （ ０ ０ ０ — １ ２ ０ １ ７—４ ３ ２ １ ）３０ ６ —３
自适 应模 糊 神 经控 制 系统及 其 ＭＡＴＬ ＡＢ 实现
刘修 廷 ，潘 宏侠
（ 中北 大 学 机 械 工 程 与 自动 化 学 院 ， 山西 太 原 ００５） ３０ １
摘 要 ： 介 绍 了 自适 应 模 糊 神 经 网络 控 制 系 统 的 结 构 ， 并 在 此 基 础 上 重 点 介 绍 了 自适 应 模 糊 神 经 系 统 及 其
模糊神 经 网络 控制 系统 的结构 如 图 １所示 。其 中 ＮＦ ＮＣ为模糊 神经 网络控 制器 ； 为输入 信号 ； Ｅ Ｒ Ｅ、 分别 为误差 及误 差变化 量化后 的模 糊量 ； 、Ｋ Ｋ 、Ｋ 为量 化 因子 ； 为控 制信 号 ；Ｙ为输 出信 号 。 ２ 模 糊推理 系统 生成 方式 在 ＭＡＴ Ｉ ＡＢ模 糊逻辑 工具 箱 中 ，提供 了有 关对 自适 应 模 糊 神 经 推 理 系统 进 行 初 始 化 和建 模 的 函数