文献类型：期刊文章

作　　者：李秀英[1] 韩志刚[1]

机构地区：[1]黑龙江大学黑龙江省普通高等学校电子工程重点实验室,哈尔滨150080

出　　处：《黑龙江大学自然科学学报》

基　　金：黑龙江省普通高等学校电子工程重点实验室基金资助项目(DZZD2006-21);黑龙江大学青年科学基金资助项目(QL200510)

年　　份：2010

卷　　号：27

期　　号：2

起止页码：272-276

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSA-PROQEUST、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：粒子群优化(PSO)算法是一种新颖的演化算法,该算法通过粒子间的相互作用在复杂搜索空间中发现最优区域,其优势在于简单而功能强大。提出一种T-S型模糊神经网络控制器,采用PSO算法对模糊神经网络的前件参数和后件参数进行寻优,从而实现了模糊规则的自动调整、修改和完善。通过对非线性和时变被控对象的仿真研究,结果表明采用粒子群优化算法可以实现参数的全局快速寻优,而且优化后的T-S型模糊神经网络控制器能获得良好的控制性能。

关 键 词：粒子群优化算法 T—s模糊模型  神经网络 功能组合  

分 类 号：TP13]