论文部分内容阅读
将T-S RBF模糊神经网络控制与预测控制相结合,提出一种能揉和模糊控制的逻辑推理能力与神经网络的强学习能力的模糊神经网络预测控制器.仿真实验表明,该控制算法响应速度快,系统的鲁棒性、跟踪性及抗干扰能力强,可以实现非线性、大时滞系统模型的精确预测建模,对有扰动的非线性大时滞被控对象具有很好的控制效果.