论文部分内容阅读
本文讨论一种双模糊神经网络构造的控制器用于非线性系统的控制。与一般基于模糊神经网络的控制器不同的是，本文设计的控制器由两个模糊神经网络构成，记为FNN1和FNN2。在实际控制过程中，一个模糊神经网络用于控制(假设是FNN1)，而另一个模糊神经网络(FNN2)则用于在线跟踪学习，其学习样本来源于FNN1的控制结果。当FNN1的控制效果越来越不满足要求时，采用一种切换机制，将FNN1和FNN2的功能切换，即FNN2用于控制，FNN1(继承FNN2的结构后)用于在线跟踪学习。这一过程不断进行，实现对非线性系统的控制。