论文部分内容阅读
针对以模糊神经网络自适应方法为核心的不确定非线性系统控制问题,以常规静态模糊神经网络控制结构为基础,分别就控制器、辨识器及优化算法3个方面展开改进研究.以一种改进结构的动态PID型模糊神经网络为控制器,最小二乘支持向量机为辨识器构成控制系统.利用带混沌搜索的量子粒子群算法离线优化结合在线误差反传微调的寻优策略优化控制器参数,带混沌扰动的粒子群离线优化支持向量机的核参数,并通过对系统稳定性的讨论将改进的控制系统逐步完善.对某热交换对象模型的数值仿真验证了该改进方法的可行性和有效性.