基于神经网络的专家规则推理系统

摘要

本文采用神经网络的方法,将专家在平衡—模拟倒摆小车时记录下来的数据经处理后用监督式学习的方法训练一前置式神经网络。训练后的神经网络派生出了一组专家尚未意识到或者表达不出来的规则。本文将该规则构造的专家系统控制器与使用ID3算法推导出的规则构造的专家系统控制器进行了比较。实验结果表明神经网络算法学习出来的规则较ID3算法推导出的规则更为有效且更有应用价值。本文还成功地将该规则应用于火箭的姿态控制的仿真试验