模糊系统和人工神经网络都是智能控制理论的重要发展方向,它们具有明显的互补性,这就促使人们将模糊逻辑和神经网络融为一体逐渐成为一个新的研究方向。模糊逻辑和人工神经网络相结合设计出来的系统就是模糊神经系统,应用它研究复杂非线性系统具有重要的理论意义和实际应用价值,它已广泛的应用于自动控制领域。 本文围绕非线性系统的模糊神经网络控制问题,展开研究,设计了一个自适应模糊神经网络控制系统。方案中采用模糊对向网来辨识对象,基于 RBF 神经网络来设计控制器,并用混合学习算法优化和训练两个网络。并且,把模糊神经网络与自适应控制方案相结合,利用已设计好的辨识器和控制器,设计出一种能对非线性系统进行有效控制的自适应模糊神经网络控制系统。以非线性系统作为控制对象,通过大量的仿真实验证明了本文方案的可行性和有效性。