科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对复杂情况下模糊控制器难以获取经验规则的缺点,利用遗传算法来优化模糊控制器的规则,并采用一种权重和方法以实现多目标的优化控制。为了减少时滞对控制效果的影响,应用BP神经网络以预测模糊控制器的输入。基于76层风振Benchmark模型对提出的控制算法进行了计算仿真分析。结果表明神经-模糊控制(NN-FLC)方法在理想情况下与传统LQG控制算法控制效果相当;但在结构刚度不确定时,该方法具有较强的稳定性和鲁棒性,远优于LQG算法。
-
单位广州大学; 哈尔滨工业大学深圳研究生院
