摘要
提出一种基于神经网络的模糊非参数模型自适应控制方案。该方案仅用受控系统的I/O数据来设计控制器,综合了模糊控制、神经网络与非参数模型学习自适应控制各自的优点。仿真表明该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。
A fuzzy non-parameter model adaptive control based on neural networks (FNN-NPMAC) was proposed. It is a result of the comprehensive combination of fuzzy control, neural networks, and NPMAC by only using system I/O data. Simulations prove that this controller has good adaptability and robustness to models and environments.
出处
《系统仿真学报》
EI
CAS
CSCD
北大核心
2006年第6期1623-1625,共3页
Journal of System Simulation
基金
云南省教育厅基金(5Y0069A)
云南大学校级基金(2003Q030C
2004Q029C)
关键词
神经网络
模糊控制
非参数模型自适应控制
伪偏导数
neural networks
fuzzy control
non-parameter model adaptive control
pseudo-partial-derivative