模糊控制的nn方法研究

模糊控制的nn方法研究

ID:32711131

大小:1.85 MB

页数:63页

时间:2019-02-14

模糊控制的nn方法研究_第1页
模糊控制的nn方法研究_第2页
模糊控制的nn方法研究_第3页
模糊控制的nn方法研究_第4页
模糊控制的nn方法研究_第5页
资源描述:

《模糊控制的nn方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、贵州大学硕士研究生毕业论文模糊控制的NN方法研究摘要近年来,控制对象的复杂程度在不断增加,同时人们对控制效果的要求不断提高,这两者之间产生了尖锐的矛盾。控制对象复杂程度的不断增加,意味着建立被控对象精确的数学模型是越来越困难。经典控制理论和现代控制理论正是依赖于被控对象的数学模型,并且当调整好控制系统各项参数后,如果被控对象的数学模型由于外界或自身因素而改变,这一套参数可能就无法满足控制要求。智能控制三大方法:模糊控制、神经网络、专家控制,其最大的特点是不依赖于被控对象的数学模型,这样就解决了前面所提到的依赖于被控对象数学模型的问题。对于越

2、愈复杂的现代控制系统,专家知识也是很有限的,因此模糊控制和神经网络控制的地位就显得突出和重要。模糊控制和神经网络都有其自身的优缺点,将两者结合,正好达到了互补的效果。论文的重点是模糊神经网络结构、离线算法和在线自适应算法{基于姒TLAB的模糊神经网络控制系统仿真和基于DSP的模糊神经网络控制系统实现方法讨论;并选用了TlIS320LC/LF2407作为DSP实现方法讨论的载体。仿真过程中,主要着重于训练样本的采集和处理,两种学习算法的实现:阶跃输入和带干扰信号的阶跃输入时的控制效果,被控对象模型发生变化时的控制效果,以及模糊神经网络在线自适

3、应的实现。DSP实现讨论部分着重于硬件实现和软件实现(A/D转换、D/A转换以及其它子程序的编写和调试)。最终完全实现模糊神经网络控制系统的仿真;完成基于DSP的模糊神经网络控制系统部分子程序的编写和调试。仿真结果表明模糊神经网络控制具有较好的鲁棒性,控制效果也能够达到要求。算法关键词:模糊控制、神经网络、模糊神经网络、数字信号处理器(DSP)、学习贵州大学硕士研究生毕业论文模糊控制的NN方法研究SummaryInreeentyeais,withtheincreaseofcomplexityofcontrolobiectsandtheimp

4、rovementofthedemandofthecontroleffect,thebothsituationsengenderthesharpconflict.TheincreaseofcomplexityofcontrolobiectsmearlSitismoreandmoredifficulttoconstructtheprecisemathmodelofcontrolledobjects.C1assicalcontroltheoryandModemcontroltheoryjustdependonthemathsmodelofcont

5、rolledobjecks.Inaddition.ifthemathsmodelofcontrolledObiecksischangedby0Utsideoritselffactorsafteraoiustingallsortsofparametersofcontrolsystems.thewholeparametersperhairscouldnotmatchthecontrolrequirement.ThethreemethodsofIntelligentcontrolarefuzzycontrol,neuralnetwork,expe

6、rtcontr01.Thebiggestcharacteristiesisitdoesnotdependonthemathsmodelofcontrolledobjeetswhichcouldsolvethereferredsharpconflicts.Expertknowledgeisvirtuallylimitforthemoreandmorecomplexcontrolsystems.Therefore,thestatusoffuzzycontrolandneuralnetworkcontrolbecomeincreasingiYim

7、portance.FuzzycontrolandBentalnetworkcontrolhavethemeritsandflawsthemselves.Combiningthemcouldreachthemutuallycomplementaryeffect.TheimportanceofthethesisisthesimulationoffuzzyandneuralnetworkcontrolsystemsbasedonMatlabandthemethoddiscussionoffuzzyandneuralnetworkcontrolsy

8、stemsbasedonDSPandtheauthorchoosestheTMS320LC/LF2407asthediscussionalcarrierofrealizedmet

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。