论文部分内容阅读
粒子群优化（PSO）算法是一种新颖的演化算法，该算法通过粒子间的相互作用在复杂搜索空间中发现最优区域，其优势在于简单而功能强大。提出一种T—S型模糊神经网络控制器，采用PSO算法对模糊神经网络的前件参数和后件参数进行寻优，从而实现了模糊规则的自动调整、修改和完善。通过对非线性和时变被控对象的仿真研究，结果表明采用粒子群优化算法可以实现参数的全局快速寻优，而且优化后的T-S型模糊神经网络控制器能获得良好的控制性能。