用BP网求解模糊控制器输入量的隶属函数

摘要

在模糊控制器设计中,需要对输入数据进行模糊化处理,用隶属函数描述;模糊变量隶属函数的选取对模糊推理有很大影响。利用BP网的分类性可以将采集到的清晰数据集广义地分成模糊类。选取具有一个隐层的PB网,输入层和隐层变换函数采用S函数,输出层用线性变换函数,在MAT LAB环境下采用动量算法和自适应学习速率,调用trainbpx函数,对BP网进行训练,在训练时最后一层的输出越接近目标值越好。利用训练好的神经网可以对具体的输入数据求解对应于不同模糊区间的隶属值。用这种方法,速度快,误差小。