| 引用本文: | 袁小芳,王耀南,孙炜.支持向量机-模糊推理自学习控制器设计[J].控制理论与应用,2006,23(1):1~6.[点击复制] |
| YUAN Xiao-fang,WANG Yao-nan,SUN Wei.Self-learning controller using support vector machines and fuzzy inference system[J].Control Theory and Technology,2006,23(1):1~6.[点击复制] |
|
| 支持向量机-模糊推理自学习控制器设计 |
| Self-learning controller using support vector machines and fuzzy inference system |
| 摘要点击 1670 全文点击 2118 投稿时间：2004-08-09 修订日期：2005-04-20 |
| 查看全文 查看/发表评论 下载PDF阅读器 |
| DOI编号 10.7641/j.issn.1000-8152.2006.1.001 |
| 2006,23(1):1-6 |
| 中文关键词 模糊逻辑 模糊推理系统 支持向量机 自学习 |
| 英文关键词 fuzzy logic fuzzy inference system support vector machines(SVM) self-learning |
| 基金项目 国家自然科学基金资助项目(60375001); 高校博士点基金资助项目(20030532004) |
|
| 中文摘要 |
| 常规的模糊推理系统大多由专家经验建立模糊规则,自学习能力不强.提出了一种支持向量机-模糊推理系统,由支持向量机实现模糊推理系统的自学习,并设计了一种支持向量机-模糊推理自学习控制器.文章给出了自学习控制器的结构和学习算法,对比研究了变尺度梯度优化和混沌优化两种学习算法.针对非线性对象的仿真实验验证了该控制器的优良性能,控制效果比模糊逻辑控制器更好. |
| 英文摘要 |
| |
|
|
|
|
|