基于遗传算法的模糊神经控制器的设计与仿真

第五层 （ 出层） 输
（ 输入层 ） （ 隶属度层 ） （ 模糊规则 ） （ 归一化 ）
图 １ 基 于 标 准 模 型 的模 糊 神 经 网络 结 构
其 中 Ｔ是输 人 维数 ， ／ ， ｍ 是 ｉ 的模糊 分割 数 。若 隶 属 函数 采用 高斯 函数 表示 ， 则
其 中 ｃ和 分别 表 示隶
设 计成 具有 五层 结构 的神 经 网络 ， 构 图如 图 １ 示 ］ 结 所 ：
它 的每 一层 都具 有 明确 的模糊 逻辑 意义 。下 面对 它 的每 一层 及输 人输 出关 系做 进一 步 的解 释 。
第 一层 为输 入层 。该 层 的各个 结 点 直 接 与输 人 向 量 的各 分 量 。 接 ， 连 它起 着 将 输 人 值 ＝［ ……
（ ．河北理工大学 计算机与控制学 院；．信息学院 ， １ ２ 河北 唐 山 ０ ３０ ６ ０９）
关 键词 ： 传 算法 ； 糊神 经网络 ； 遗 模 隶属 度 函数 ； 真 仿 摘 要 ： 据遗 传 算法 和智 能控 制 的特 点 ， 出了一种 基 于遗 传 算 法的模 糊 神 经 网络控 制 器 ， 根 提 遗 传 算法 主要优 化模 糊神 经控 制 器的 隶属 度参数 和 第三 层 的 网络 节点 。对优 化后 的控制 器进 行 了仿 真 比较研 究． 真 结果表 明 ， 仿 该控 制 器有 较好 的控 制性 能 。
＝ 十 ） （ ｉ＝１ ２ … ， ； １２ ， ｉ ， ， ｒ ： ， … ｍ ｔ
收稿 日期 ：０ ６ ７ ５ ２０ － － ０ ０
维普资讯
＂ ７ ０
河北理工大学学报 （ 自然科学版 ）
第２ ９卷
第一层
第二层
第三层
第四层
维普资讯
第２ ９卷
第 ３期
河 北 理 工 大 学 学 报 （自然 科 学 版 ）
Ｊ ｕ ｎ ｌ ｆＨｅ ｅ Ｐ ｌｔｃ ｎｃＵｎｖｒｉ （ ａ ｒｌ ｃ ｎｅＥ ｉｏ ） ｏ ｒ ａ ｏ ｂ ｉ ｏｙｅｈ ｉ ｉｅｓ ｙ Ｎ ｔ ａ Ｓｉ ｃ ｄｔ ｎ ｔ ｕ ｅ ｉ
Ｖ １２ Ｎ ． ｏ． ９ ｏ３
Ａ ｇ２ ０ ｕ ．０ ７
２０ ０ ７年 ８月
文 章 编 号 ：６ ４０ ６ （ ０７ ０ － ６ －４ ］７ －２２ ２ ０ ） ３ ０ ９０ ０
基 于 遗 传 算 法 的 模 糊 神 经 控 制 器 的 设 计 与 仿 真
师 宁 侯 国 强 ，
属函数的中心和宽度。该层的结点总数 Ⅳ ＝∑ｍ ＝ ４ ２ １。 第三层 的每个节点代表一条模糊规则 ， 的作用是用来匹配模糊规则 的前件 ， 它 计算出每条规则 的适用 度 。即 ＝ 一 Fra bibliotek（） ２
其 中
ｌ １ ， ｍ｝ Ｅ｛，， ｍ｝…， ∈｛， …， ２ １ …，：， Ｅ｛， …， Ｊ＝ ， ｍｍ＝ｎ ． ２ １ ， ｍ｝ １ …，， ２ ２ ｍ
优 化 。该 控 制器 的优 点在 于结 构简单 ， 实现 了 自学 习 、 自适 应控 制 。
１ 模 糊 神 经 控 制 器 的设 计
设 计模 糊 控制 器 一般需 要 三步 ： 首先选 取 合适 的语 言 变量 ， 精 确输 人 量模 糊 化 ； 次 构 造模 糊 控 制规 将 其
则表确 定输 出量对 应 的模糊 关 系 ； 最后 依据 某 一准则 进 行模 糊判 决 ， 输 出 的控 制量 反模 糊化 后作 用 于被控 将 对象 。那 么用神 经 网络 实现 模糊 逻辑 系统 也要 围绕 这 三 步进 行 。根据 这 些原 理 ， 们 将 二 维 的模 糊 控 制器 我
计算机数字控制 ， 属于非线性控制范畴。它是模糊集合理论与控制理论相结合的成功典范 ， 它不仅改善 了经 典控 制 的性 能 ， 而且 对难 以精 确控 制 的非线 性 、 不确 定 性 、 变性 的复 杂 系统 也 显示 出独 特 的 能力 ¨ 。用 神 时 ］
经 网络 实现 模糊 控 制 的主导 思想是 建 立一个 能容 纳模 糊 信 息 的神 经 网络 ， 让其 学 习包 含 在 常规 模糊 控 制 并 器 的规 则集 中 ， 用 训练 后 的神经 网络代 替模 糊 关系 矩 阵 ， 以此构 成模 糊推 理 的核 心 ［ 。 再 并 】 ］
该层 的总 结点数 ＝ｍ＝ ９ ４ 。对 给定 的输 人 ， 只有在 输 人点 附近 的那些 语 言 变量 值 才有 较 大 的隶 属 度 值 ， 离输 人点 的语 言变量 值 的隶 属度 或者 很小 （ 远 高斯隶 属度 函数 ） 或者 为 Ｏ 三角 形隶 属 联 函数 ） 当隶 属 （ 。 度很 小 （ 例如小 于 ０ ０ ） ．５ 时近似 取为 ０ 因此 在 中只有少 量 的结 点输 出非 ０ 而 多数结 点 的输 出为 ０ 。 ， 。 第 四层 的结点 数与第 三层 相 同 ， Ⅳ ＝ ３ 即 ４ Ｎ ：ｍ＝ ９ 它 所实 现 的是 归一 化计 算 ， ４， 即
］ 传送 到 下一 层 的作用 ， 个分 量 均为 模糊 语 言变 量 、 层 的结点 数 Ⅳ ＝ ２ 每 该 １ 凡＝ 。 第 二 层每个 节 点 代表 一个语 言 变量值 ， 如 ，ｓ等 。它 的作 用是 计算 各输 人分 量属 于 各语 言 变量 值模 Ｐ 糊集合 的隶属度 函数 ：
中图分 类号 ： Ｐ２ ３ ４ 文献标 识 码 ： Ｔ ７ ． Ａ
０ 引 言
在 现代 工 业过 程控 制 中 ， 模糊 控制 在模 型难 确 定 的系统 中应 用越 来越 广泛 。它 是智 能控 制较 早 的形 式 ，
它 吸取 了人 的思维 具有 模糊 性 的特点 。它 是 以模糊 集合 理 论 、 模糊 语 言 变量 及 模 糊逻 辑 推 理 为基 础 的 一种
近年来 ， 遗传算法（ ｅｅｃＡｇｒｈ ｓＧ ） Ｇ ｎｄ ｌ ｉ ｍ ， Ａ 作为一种全局寻优 的优秀算法 ， ｏｔ 被广大学者用于对模糊控制 和神经 网络 的参 数 寻优 ¨ 上 述 三者 之间 的结合 是 当今 控制 界 的研 究 热点 。
文 中设 计 了一种 基 于遗传 算法 的模糊 神 经控 制 器 ， 利 用 Ｇ 并 Ａ对 所 有 的高 斯 型 隶 属 函数 和权 值进 行 了