资源描述：
《神经网络控制的现状与展望》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、自动化与仪器仪表ZIDONGHUAYUYIQIYIBIAO2001年第5期(总第97期)文章编号:1001-9227(2001)05-0001-07神经网络控制的现状与展望邱东强涂亚庆(后勤工程学院自动化工程系重庆,400016)摘要:对神经网络在控制中的应用进行了综述,特别对现阶段几种较重要的神经(网络)控制的现状进行了评述,并对神经控制的发展作了展望,最后对神经网络用于控制中存在的几个问题进行了探讨。关键词:神经(网络)控制神经网络模糊神经网络ABSTRACT:Inthispaper,theapplicationof
2、theneuralnetworkincontrolsystemissummarized.Espe2cially,thestatusofsomecurrentimportantneuralcontrolsisremarkedandthedevelopmentofneuralcontrolisprospected.Somequestionsintheneuralcontrolarediscussed.KEYWORDS:Nerual(networks)controlNeuralnetworkFuzzyneuralnetwork
3、+中图分类号:TP273.4文献标识码:B是映射成“行为”信号的“变化”信号。神经控制最显0引言著的特点是具有学习能力。它是通过不断修正神经自McCuNoch和Pitts于1943年提出了“似脑机元之间的连接权值,并离散存储在连接网络中来实器”和神经网络概念以来,人工神经网络(Artifical现的。它对非线性系统和难以建模的系统的控制具NeuralNetwork)研究走过的是一条波浪式推进的发有良好效果。展道路。对于控制界,神经网络的吸引力在于:(1)能够充分逼近任意复杂的非线性系统;1神经控制发展现状(2)能够学习和
4、适应严重不确定系统的动态一般情况下,神经网络用于控制系统有两种方特性;法:一种是用其建模;另一种是直接作为控制器使(3)由于大量神经元之间广泛连接,即使少量用,具体可分为以下几个方面。神经元或连接损坏,也不影响系统的整体功能,表现1.1神经网络系统建模出很强的鲁棒性和容错性;由于神经网络能任意近似任何连续函数,因此(4)采用并行分布处理方法,使得快速进行大在复杂工业过程的建模中得到日益广泛的应用。量运算成为可能。1.1.1神经网络的类型这些特点显示了神经网络在解决高度非线性和目前,关于神经网络对非线性系统建模的文献严重不
5、确定性系统的控制方面具有很大潜力。将神中涉及到的神经网络大体有两种类型。经网络引入控制系统是控制学科发展的必然趋势,(1)前馈神经网络它的引入不仅给这一领域的突破带来了生机,也带[1]目前,在非线性系统建模中使用得最多的神经来了许多亟待解决的问题。[2-9]神经控制是研究和利用人脑的某些结构机理以网络是前馈神经网络。其中,由于BP网络研[2-4]及人的知识和经验对系统的控制。利用神经网络,究得较为成熟,所以在建模中使用得较多。[5-7]可以把控制问题看成模式识别问题,被识别的模式RBF网络用于非线性系统建模也较多。其他前
6、1©1994-2010ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net[8]馈神经网络如基本样条循环神经网络、小波神经1.2神经自适应控制[9]网络等在非线性系统建模方面的应用还处在探索目前,神经自适应控制已被广泛研究并得到巨阶段。这方面的文献还不多。大发展。神经自适应控制的一个发展是从采取BP前馈神经网络本质上是静态网络,它存在两个网络发展到采用其他类型的神经网络。如采用RBF[20,23,24]缺陷:
7、第一,实际非线性函数逼近能力有限,对有些网络的自适应控制,采用递归神经网络的自[25]非线性对象建模时,存在较大的建模误差。第二,训适应控制和采用模糊神经网络的自适应控[20-22,26-31]练网络一旦训练完成,权值就固定下来,对模型工作制等。神经自适应控制的另一个发展是[21,22,27,30,37]时出现的动态误差无能为力。从单变量系统到多变量系统。另外,对(2)递归神经网络神经自适应控制方案中的权值学习算法的收敛性以针对前者的缺陷,许多文献[10-16]都提出了用及闭环系统的稳定性进行分析的工作也已经展[24,3
8、2,33]递归神经网络来解决这两个问题。递归神经网络利开。用网络内部状态反馈来描述系统的非线性动力学行1.2.1几种典型控制方案为,能直接反映系统的动态特性。因而它能很好地目前已经出现的具体的神经控制方案很多,大描述复杂的非线性时变动态系统。递归神经网络本致可归纳为以下几种类型。质上有两类,一类是将神经网络的输出反馈
