ニューラルネットワークによるファジィ制御器の学習について
スポンサーリンク
概要
- 論文の詳細を見る
The fuzzy controller (FC) consists of two parts. First one is the control rule part which is referred to as linguistic rules. And it is written in the form of 'If∿THEN∿'. Second one is fuzzy reasoning which derives the reasoning value from the control rules. So it is easy for us to understand FC. However, there are two problems. First one is how to make the control rules. We usually take the rules from an expert. But it is not easy. Because all rules which the extpert has are not linguistic rules. The neural network has ability of learning. So many people expect that it is useful to get the control rules identified from the expert. And several researchers study with respect to it. Horikawa, one of them, presents a fuzzy controller using a neural network. The controller can automaticaly identify the control rules and tune the membership functions utilizing control data of the expert. The controller uses the rules written in the form of 'IF∿THEN y=f', where 'f' is constant. However, when FC uses this rules, it needs many rules. In this paper, we present a new fuzzy controller with a neural network which uses the rules written 'IF∿THEN y=f(・)', where f(・) is a linear function. Because when FC uses this rule, it need not many rules. In order to demonstrate the effectiveness of this FC, we simulate by using a computer to control a first order delayed system with a dead time. And we compare this controller with Horikawa's controller.
- 広島大学の論文
- 1995-12-28
著者
関連論文
- 標準, 非標準特異摂動システムにおけるH_∞制御問題のための再帰的アルゴリズム
- 非標準特異摂動システムにおける最適レギュレータ問題のための再帰的アルゴリズム
- ニューラルネットワークを用いた不確定要素とむだ時間を含む大規模システムの口バスト分散制御
- モデル規範型適応ファジィ制御
- 出力フィードバック制御則による分散制御問題の準最適解
- 出力フィードバックによる閉ループスタッケルベルグ戦略
- 時変むだ時間と不確定性を有する線形システムのロバスト安定性のための十分条件
- ニューラルネットワークによるファジィ制御器の学習について
- ニューラルネット推定器を用いた離散時間スライディングモード制御
- ニューラルネットを用いたモデル規範型適応制御の一構成法
- 動的ゲームと応用国際シンポジウム(ISDG'96 in 湘南)
- 不確定な非線形動的システムの安定性を保証する新たな状態フィードバック制御則
- 不確かさをもつむだ時間線形システムに対するロバスト安定性判断の基準
- 動的ゲームと応用 国際シンポジウム
- 中国支部の活動