论文部分内容阅读
提出了一种具有模糊分割的动态神经网络(DNNFP)。给出了网络的拓扑结构,得到了该网络在监督学习与再激励学习方式下的学习算法,并将其成功地应用于pH中和过程这一典型的连续时间非线性动态系统的控制。该文的研究表明,这种动态模糊神经网络综合了模糊逻辑、CMAC网络以及再激励学习的有关结果,不仅具有明确的物理意义,而且无需以任何显式方式建立被控对象的数学模型。由此获得的动态学习控制系统结构简单、鲁棒性强