模糊神经网络模型及其应用研究

• 作 者: 姜长元
• 出 处: 南京师范大学
• 发表日期: 2005年期
• 关键词: 模糊逻辑 智能控制 模糊神经网络 模糊控制 算法

在智能控制领域中,模糊神经网络是一项重要的研究课题。它是人工神经网络与模糊逻辑系统的有机结合。模糊神经网络是一种能处理抽象信息的网络结构,具有强大的自学习和自整定功能。因此,模糊神经网络的发展对智能控制的发展具有非常重要的意义。为此,本文介绍了模糊神经网络的研究现状和存在的问题,并对模糊逻辑与神经网络技术结合方法的优点和缺点进行了分析和对比,在简要分析了模糊神经网络相关理论的基础上,介绍并仿真了两种常见的模糊神经网络,给出了实验结果。在此基础上,针对目前模糊逻辑与神经网络技术在融合中存在的问题,根据模糊逻辑与神经网络的本质和内在联系,提出了一种新型的结构优化的模糊神经网络。并用模糊系统理论中的Stone-Weirstrass定理证明了该网络的全局逼近性,亦即证明了该模糊神经网络能以任意精度逼近任意一个定义在致密集上的实连续函数。接着对该网络进行了大量的计算机仿真实验和结果分析,结果证明该网络模型算法是可行且有效的。作为应用,设计了一种模糊神经网络控制器,并用仿真实验证明了其可行性。最后,对本文的工作进行了总结,并指出了今后的研究方向。