基于模糊树模型,结合神经网络中的逆向学习和专门化学习,提出了自适应直接逆控制方法.首先离线辨识对象的逆模型作为初始的控制器,然后与对象串联,用最小均方差(Least mean square,LMS)算法在线调节控制器中的线性参数.本方法辨识得到...基于模糊树模型,结合神经网络中的逆向学习和专门化学习,提出了自适应直接逆控制方法.首先离线辨识对象的逆模型作为初始的控制器,然后与对象串联,用最小均方差(Least mean square,LMS)算法在线调节控制器中的线性参数.本方法辨识得到的逆模型控制器可以减少需要的模糊规则数目,同时达到较好的跟踪控制效果.仿真结果表明了方法的有效性.展开更多
文摘基于模糊树模型,结合神经网络中的逆向学习和专门化学习,提出了自适应直接逆控制方法.首先离线辨识对象的逆模型作为初始的控制器,然后与对象串联,用最小均方差(Least mean square,LMS)算法在线调节控制器中的线性参数.本方法辨识得到的逆模型控制器可以减少需要的模糊规则数目,同时达到较好的跟踪控制效果.仿真结果表明了方法的有效性.