论文部分内容阅读
针对现有模糊推理方法的缺点,结合神经网络的学习能力和插值能力。提出了一种新型的模糊神经网络结构,在此基础上了一种模糊神经网络自适应预测控制方案,并导出了相应的学习算法,同时引入预测误差的智能补偿以提高预测及控制精度,仿真表明,该算法能实现模糊控制和神经网络控制的优势互补,在非线性复杂系统的控制方面具备较高的性能。