仿人模糊神经网络控制器的设计和实现

应用仿人智能鲁棒性高、能对付难控对象的控制特点，结合模糊RBF  神经网络控制技术，提出仿人模糊神经网络控制方法，对PID  控制器参数进行优化调节。该方法采用仿人智能的多模态控制思想，对PID  控制器的模式进行选择。对非线性系统控制的仿真结果表明,加入仿人控制后，系统从响应速度和上升时间上均有明显提高，具有良好的控制效果。关键词：仿人智能；模糊控制；RBF  神经网络；  PID  控制；仿真The  Design  And  Implementation  of  Human-Simulated  and  Fuzzy  Neural  Network  ControllerZHANG  Hong  (Department  of  Information  and  Control;Xi’an  University  of  Post  and  Telecommunications;Xi’an  710061;china)  Abstract:  Human-Simulated  Fuzzy  Neural  Network  Control  method  is  proposed,  which  applies  with  the  performance  of  the  high  robust  and  the  performance  of  dealing  with  the  objects  with  dificulty  of  controlling  ,  combines  with  fuzzy  RBF  Neural  Network  control  technology,  optimize  the  parameters  of  PID  controller.  The  method  uses  multi-mode  control  thought  of  Human-Simulated  intelligence,  select  the  mode  of  PID  controller  .Simulation  results  in  nonlinear  system  shows  that  the  control  performance  of  Human-Simulated  fuzzy  RBF  Neural  Network  is  better  than  the  fuzzy  RBF  Neural  Network  .Key  words:Human-Simulated  intelligence;  Fuzzy  control;  RBF  Neural  Network  ;PIDcontrol;Simulation