论文部分内容阅读
遗传算法和神经控制是现代智能控制常用的两种方法，它们具有各自的优点和不足。将遗传算法用于前向神经网络的可能性进行了研究，阐明了遗传算法和神经网络结合的必要性。针对遗传算法和神经控制各自的优缺点，设计了二者的融合算法，将遗传算法应用于神经网络控制器的学习和训练，从而使建立的控制器兼有二者的优点，具有神经网络的广泛映射能力和遗传算法快速全局收敛以及增强式学习等性能，继而提高控制系统的性能。运用该方法对电加热炉温度控制系统进行的仿真实验，实验结果体现了良好的控制效果，证明了融合算法的优越性。