本文将模糊逻辑控制与PI控制相结合,构成模糊自适应PI控制,该方法有效提高系统的抗干扰、跟随性和鲁棒性,针对模糊规则需要专家经验并且比较粗糙的不足,提出了最近邻聚类算法与模糊RBF(径向基函数)网络的PI控制,利用最近邻聚类算法获得初始的模糊控制规则,然后再把控制规则中的参数输入到神经网络中进行参数调整,使得模糊神经网络具有模糊控制的非线性控制作用,又有神经网络自学习和自适应能力,能够实时整定PI控制器的参数,提高系统应用模糊自适应PI控制的控制精度,使控制对象的效果更好。
科研之友
微信
新浪微博
Facebook
分享链接
