协同模式识别方法在智能控制系统中的应用研究

深入研究协同模式识别方法,并以协同神经网络法为主，以模糊聚类法等方法为辅构造多分类器来解决智能控制系统的动态特征自动辨识和模式分类等问题。最重要的关键技术是原型模式的选择，针对动态特征复杂、多样和时变等特点，以及测试样本与原型样本有一定差距的特性，研究设计原型模式选择的算法，能对测试样本具有不变性的识别，以提高协同模式识别方法的识别性能，同时，要研究设计协同模式识别方法的自学习能力，能够不断学习被拒识别的样本，作为反馈量来修正原型模式，进一步提高系统的识别能力。另一方面，还要结合智能控制的特点，设计归纳学习算法以及新原型的生成算法,再依据新原型调整控制策略，依此解决智能控制系统中的自适应问题。本课题的研究即可促进协同模式识别理论的完善和发展，又可促进协同模式识别理论在智能控制方面的广泛应用，特别是相关应用成果可为提高智能控制系统的整体水平奠定一个较好的基础。