论文部分内容阅读
提出了一种基于实值遗传算法（ＲＶＧＡ）的模糊神经网络辨识器。它常被用于非线性动态系统的辨识。通常模糊神经网络辨识器参数的训练采用反向传播学习算法（ＢＰ），但是用ＢＰ算法有训练时间长，容易陷入局部极小的问题。采用ＲＶＧＡ来训练模糊辨识器的参数，由于ＧＡ算法具有并行运算，多点寻优等特点，所以它运算速度快，容易实现全局寻优。传统的ＧＡ算法采用二进制编码，计算繁复且占用大量的空间。采用一种新的实数编码方法