×

非线性系统的自适应模糊小波网络控制设计。 (英语) Zbl 1170.93351号

摘要:受小波变换多分辨率分析理论和模糊概念的启发,本文提出了一种用于非线性仿射系统控制的新型自适应模糊小波网络控制器(a-FWNC)。所提出的自适应增益控制器是直接自适应方法的结果,能够在实时操作期间调整每个模糊规则THEN部分的自适应参数。每个模糊规则对应一个子小波神经网络(sub-WNN)和一个自适应参数。每个子小波神经网络由具有指定伸缩值的小波组成。每个子WNN的贡献度可以灵活控制。使用正交最小二乘法(OLS)确定模糊规则的数量,并为每个子WNN净化小波。由于OLS方法中选择小波的有效过程对输入维数不是很敏感,因此近似函数的维数不会造成构造FWN的瓶颈。FWN是基于标称系统的训练数据集构造的,所构造的模糊规则可以通过学习所选小波的平移参数以及确定隶属函数的形状来进行调整。然后,采用构造的自适应FWN控制器,使反馈线性化控制输入得到最佳逼近,并保证闭环稳定性。通过应用二阶非线性倒立摆系统说明了所提出的A-FWNC的性能,并与先前发表的方法进行了比较。仿真结果表明了该控制算法的显著性能。值得注意的是,该控制器显著改善了暂态响应特性,减少了模糊规则和在线可调参数的数量。

MSC公司:

93立方厘米 模糊控制/观测系统
93C40型 自适应控制/观测系统
93立方厘米10 控制理论中的非线性系统
93B18号机组 线性化

软件:

ANFIS公司
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] R.H.Abiyev,基于模糊小波神经网络的工艺过程控制控制器,收录于:IEEE Internat。CIMSA会议,2005年,第215-219页。;R.H.Abiyev,基于模糊小波神经网络的工艺过程控制控制器,收录于:IEEE Internat。CIMSA会议,2005年,第215-219页。
[2] Billings,S.A。;Wei,H.L.,用于非线性系统辨识的一类新的小波网络,IEEE Trans。神经网络,16826-874(2005)
[3] Chang,C.M。;Liu,T.S.,磁盘驱动器的小波网络控制方法,IEEE Trans。控制系统技术。,14, 63-68 (2006)
[4] 陈,J。;Bruns,D.D.,《Wave ARX:使用系统设计合成进行系统识别的神经网络开发》,工业工程化学。决议,34,4420-4435(1995)
[5] Chen,J.Y。;Wong,C.C.,使用自适应增益控制器实现基于Takagi-Sugeno模型的模糊控制,IEEE Proc。控制理论应用。,147, 509-514 (2000)
[6] Chui,C.K.,《小波导论》(1992),学术出版社:美国纽约学术出版社·Zbl 0925.42016号
[7] 陈,S。;Cowan,C.F.N。;Grant,P.M.,径向基函数网络的正交最小二乘学习算法,IEEE Trans。神经网络,2(1991)
[8] Daubechies,I.,《小波变换、时频定位和信号分析》,IEEE Trans。通知。理论,36961-1005(1990)·Zbl 0738.94004号
[9] 哈里斯,C。;X.洪。;Gan,Q.,《自适应建模、估计和数据融合》(2002),施普林格出版社:柏林施普林格·Zbl 1005.68048号
[10] Ho,D。;张,P.A。;Xu,J.,用于函数学习的模糊小波网络,IEEE Trans。模糊系统,9200-211(2001)
[11] 霍贾蒂,M。;Gazor,S.,非线性系统的混合自适应模糊识别和控制,IEEE Trans。模糊系统,198-210(2002)
[12] C.C.福尔摩斯。;Mallick,B.K.,非参数回归的贝叶斯小波网络,IEEE Trans。神经网络,11,1,27-35(2000)
[13] 艾扬格,S.S。;Cho,E.C。;Phoha,V.V.,《小波网络和应用基础》(2002),CRC出版社:佛罗里达州博卡拉顿CRC出版社·Zbl 1027.92001号
[14] 简,J.S.R。;Sun,C.T。;Mizutani,E.,《神经模糊与软计算》(Neuro-fuzzy and Soft Computing)(1997年),新泽西州普伦蒂斯·霍尔:普伦蒂斯霍尔·恩格尔伍德克利夫斯
[15] Jang,J.-S.R.,ANFIS:基于自适应网络的模糊推理系统,IEEE Trans。Systems Man Cybernet。,23, 665-685 (1993)
[16] Jang,J.R。;Sun,C.,《神经模糊建模与控制》,Proc。IEEE,83,378-406(1995)
[17] Khalil,H.K.,《非线性系统》(2005),《普伦蒂斯·霍尔:普伦蒂斯霍尔·恩格尔伍德悬崖》,新泽西州·兹比尔062634052
[18] 克里诺维奇,V。;O.Sirisaengtaksin。;Cabrera,S.,小波神经网络是单变量函数的渐近最优逼近器(IEEE(1994)),299-304
[19] Th.Kugarajah。;张强,多维小波框架,IEEE Trans。神经网络,6(1995)
[20] Li,S.,训练神经网络的模式和批处理形式中反向传播和扩展卡尔曼滤波器的比较分析,IEEE Trans。神经网络,1144-149(2001)
[21] Lin,C.J。;Chin,C.C.,使用基于小波的递归模糊神经网络进行预测和识别,IEEE Trans。Systems Man Cybernet。,34, 2144-2154 (2004)
[22] Lin,C.J。;Hsu,Y.C.,递归小波神经模糊系统的强化混合进化学习,IEEE Trans。模糊系统,15229-745(2007)
[23] Maeda,M。;Murakami,S.,自校正模糊控制器,模糊集与系统,51,29-40(1992)
[24] Olivera,G.H.C。;坎佩罗,R.J.G.B。;Amaral,W.C.,正交基函数框架内的模糊模型(Proc.1999 IEEE Internat.Fuzzy Conf.(1999)),957-962
[25] Park,J.H。;帕克,G.T。;Kim,S.H。;Moon,C.J.,非仿射非线性系统的直接自适应自结构模糊控制器,模糊集与系统,153,429-445(2005)·Zbl 1068.93035号
[26] 帕蒂,Y。;Krishnaprased,P.,使用离散仿射小波变换分析和合成前馈神经网络,IEEE Trans。神经网络,473-85(1993)
[27] 潘,P.A。;Gale,T.,带近似误差估计器的双模自适应模糊控制,IEEE Trans。模糊系统,12,1-13(2007)
[28] Reyneri,L.M.,《神经网络、小波网络和模糊系统的统一》,IEEE Trans。神经网络,10801-814(1999)
[29] Ruskai,M.B。;Beylkin,G。;科伊夫曼,R。;Daubechies,I。;马利特,S。;梅耶,Y。;Raphael,L.,《小波与应用》(Wavelet and Applications)(1992年),琼斯与巴特利特:琼斯与巴特莱特波士顿·兹比尔0782.00087
[30] 什米洛维奇,A。;Maimon,O.,《用模糊样条小波解微分方程》,《模糊集与系统》,96,77-99(1998)·Zbl 0929.65055号
[31] 斯隆·J·E。;Li,W.,应用非线性控制(1991),普伦蒂斯·霍尔国际:普伦蒂斯霍尔国际恩格尔伍德克利夫斯,新泽西州·Zbl 0753.93036号
[32] Srivastava,S。;辛格,M。;Hanmandlu,M。;Jha,A.N.,用于系统识别和控制的新型模糊小波神经网络,应用。软计算。,6, 1-17 (2005)
[33] M.Thuillard,《小波网络、小波网络、模糊小波网络及其应用综述》,载于:ESIT 2000,德国亚琛,2000年,第5-16页。;M.Thuillard,《小波网络、小波网络、模糊小波网络及其应用综述》,载于:ESIT 2000,德国亚琛,2000年,第5-16页。
[34] Wang,L.X.,非线性系统的稳定自适应模糊控制,IEEE Trans。模糊系统,1146-155(1993)
[35] Wang,L.X.,《自适应模糊系统和控制:设计和稳定性分析》(1994),普伦蒂斯·霍尔:普伦蒂斯霍尔上鞍河,新泽西州
[36] 王建军,肖建军,胡德华,B样条小波模糊小波网络建模,收录于:Proc。国际机器学习与控制论会议,2005年第7卷,第4144-4148页。;王建军,肖建军,胡德华,B样条小波模糊小波网络建模,收录于:Proc。《国际机器学习与控制论会议》,2005年第7卷,第4144-4148页。
[37] 张,J。;沃尔特·G·G。;Lee,W.N.W.,用于函数学习的小波神经网络,IEEE Trans。信号处理。,43, 1485-1497 (1993)
[38] 张琦,小波网络在非参数估计中的应用,IEEE Trans。神经网络,8227-236(1997)
[39] 张,Q。;Benveniste,A.,小波网络,IEEE Trans。神经网络,3889-898(1992)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。