论文部分内容阅读
控制规律的设计往往需要了解系统的数学模型,但是对于许多控制过程,难以获得其精确的数学模型.实际控制过程通常比较复杂,具有非线性,受负载扰动、环境参数等不确定因数影响.为了能克服上述的困难,使控制规律具有综合、推理和学习能力,该文提出了将模糊控制和神经网络控制相结合的控制方法.该控制方法综合了模糊控制和神经网络控制,它包括模糊神经网络控制器(FNNC)和模态神经网络(MNN).