交替跟踪模糊神经网络控制系统的研究

本项目研究具有模糊推理、交替跟踪自学习和自适应控制功能的双模糊神经网络控制系统。为此，广泛研究了与模糊推理相关的软计算理论，提出了多种模糊推理的理论与方法；多方面分析了控制规则库的动态性能，提出了控制规则库的多种规则获取、自动生成、动态调整和结构优化等方法；研究了多种具有自学习和自适应控制功能的模糊神经网络，提出了模糊神经网络的一些新结构、新的学习算法、新的控制算法和性能分析的一些新理论；研究了将两个同结构同功能的模糊神经网络有机结合而实施交替跟踪自学习和自适应控制的双模糊神经网络控制系统的整体结构与性能，并将这种技术成功地用于实际控制系统，证实了这种控制方法在整个控制系统中有良好的自适应性。