论文部分内容阅读
在对一些复杂系统进行模糊控制时,由于对系统的不了解,很难得到合适的控制规则.基于模糊控制器的一种解析结构,提出了将模糊控制器与径向基函数(Radial Basis Function)神经网络相结合的方法.由RBF神经网络对系统进行辨识,并为学习系统提供必要的信息,根据信息对经验规则进行修改,从而改善模糊控制系统动态响应.仿真结果表明该控制器对模型参数变化具有较好的适应能力,能够较快地修改系统的原控制规则,使对象输出较快地跟踪系统的输入.