基于模糊RBF神经网络的分数阶滑模控制器优化设计

针对神经滑模控制系统中存在的对先验数据依赖性较强的问题,结合RBF神经网络的泛化能力和自学习能力以及模糊推理算法的强适应能力,提出基于模糊RBF神经网络的永磁同步电机分数阶速度控制系统。模糊推理的引入为神经网络的不确定性提供了有效的指导作用,同时,分数阶微积分算子的引入增加了传统滑模控制器的自由度,从而对该控制器进行了进一步的优化。仿真结果表明,相比RBF神经滑模控制器,提出的模糊RBF神经分数阶滑模控制器具有更好的控制性能。

资料为PDF文档格式.

本文档关键词:分数,模糊,优化,神经网络,控制器