基于神经网络模式识别的板形模糊控制器

来源期刊：东北大学学报(自然科学版)2005年第8期

论文作者：刘建昌 王柱

文章页码：718 - 721

关键词：板形;CMAC神经网络;模式识别;欧氏距离;模糊控制;

摘    要：提出一种基于CMAC(Cerebellar Model Articulation Controller)神经网络的板形缺陷模式识别方法,并基于模式识别结果设计了板形模糊控制器.将模式识别与控制器设计合二为一,利用CMAC神经网络识别出相对于6种常见板形缺陷基本模式的隶属度,直接作为板形模糊控制器的前件部,实现了隶属度的求取功能.通过对板形缺陷特征的分析,合理定义了模糊集合,大大地减少了模糊推理的计算量.仿真结果表明,该板形模式识别方法识别精度高,设计的板形模糊控制器可以快速将板形缺陷控制到期望目标,板形控制性能良好.