首页> 中文学位 >基于遗传算法的模糊神经网络控制器的优化以及MATLAB与VC数据交换的研究
【6h】

基于遗传算法的模糊神经网络控制器的优化以及MATLAB与VC数据交换的研究

代理获取

目录

文摘

英文文摘

独创性声明及学位论文使用授权声明

1绪论

1.1研究背景和研究意义

1.2智能控制的研究现状

1.2.1模糊逻辑

1.2.2人工神经网络

1.2.3遗传算法

1.3 MATALB工程简介

1.3.1 MATLAB简介

1.3.2 MATLAB工程应用前景

1.4本论文的主要研究内容

2基于遗传算法模糊控制器的优化研究

2.1模糊控制

2.1.1概述

2.1.2模糊集合及其运算

2.1.3模糊推理

2.1.4模糊控制的发展前景

2.2遗传算法

2.2.1概述

2.2.2遗传算法的特点

2.2.3常规遗传算法

2.2.4基于遗传算法基本理论的研究

2.2.5遗传算法举例

2.3基于遗传算法模糊控制器的优化研究

2.3.1基于遗传算法优化模糊控制器的研究现状

2.3.2基于遗传算法模糊控制器的优化

3基于遗传算法模糊神经网络控制器的优化研究

3.1神经网络概述

3.1.1神经网络的发展史

3.1.2神经网络模型

3.1.3神经网络的特性

3.1.4神经网络的学习规则

3.2模糊系统和神经网络的融合

3.3模糊神经网络的结构

3.4模糊神经网络的学习算法

3.5基于遗传算法的模糊神经网络

3.5.1模糊神经网络的算法实现

3.5.2基于遗传算法的模糊神经网络寻优步骤

3.5.3基于遗传算法的模糊神经网络仿真

4基于MATLAB与VC混合编程模糊神经网络控制系统的研究

4.1混合编程的背景及意义

4.2 MATLAB接口组成部分

4.3MATLAB引擎简介

4.3.1引擎的主要调用函数

4.3.2 VC和MATLAB链接库的产生

4.4混合编程-调用MATLAB神经网络工具箱

5总结

5.1论文研究工作总结

5.2展望

致谢

参考文献

展开▼

摘要

智能控制系统是一种模拟人类智能的高级控制系统,神经网络、模糊控制和遗传算法已成为21世纪人工智能技术最具有发展前途的三个重要领域.将三者有效地结合起来,不仅在理论上显示出诱人的前景,在实际中也得到了广泛应用. MATLAB是一种以Matrix和Array为基本编程单元的,拥有完整的控制语句、控制结构、函数编写与调用格式和输入输出功能的,具有面向对象程序设计特征,集命令翻译、科学计算于一身的交互式软件.将MATLAB应用于实际控制系统近年来也得到许多研究人员的重视. 本文主要研究工作有: 1、采用自适应交叉、变异概率以及调整遗传操作顺序对遗传算法寻优性能进行改进; 2、采用自然数与实数相结合的方法,基于改进后的遗传算法对模糊控制器的控制规则和隶属函数参数进行了优化研究; 3、将遗传算法和BP算法相结合,对模糊神经网络控制器进行了优化研究; 4、将MATLAB和VC++相结合,基于混合编程的思想,设计了MATLAB与VC++的接口程序,实现VC++对MATLAB神经网络工具箱函数的调用; 5、在实现了VC++对MATLAB神经网络工具箱函数的调用的基础上,建立了基于MATLAB优化神经网络参数,VC++完成控制器计算的控制系统仿真模型,并进行了仿真研究.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号