基于模糊认知网络的改进非线性Hebbian算法

发布时间：2018-01-03 20:22

本文关键词：基于模糊认知网络的改进非线性Hebbian算法　出处：《控制理论与应用》2016年10期 　论文类型：期刊论文

【摘要】：针对难以用机理模型准确描述的非线性系统,研究基于模糊认知网络(fuzzy cognitive networks,FCN)的非线性系统建模和参数辨识问题.首先,建立非线性系统的具有数值推理和模糊信息表达的模糊认知网络模型,利用包含节点、权值和反馈的有向图表示系统.其次,由于模型的精确性取决于权值参数,提出了一种带终端约束的非线性Hebbian学习算法(nonlinear Hebbian learning,NHL).该算法在权值的学习过程中引入了FCN模型中节点的系统实际值,在原更新机制的基础上,增加了包含反馈值与预测值差值的修正项,然后归一化得到最终权值迭代公式.该算法具有收敛速度快、学习结果精准等优点,解决了传统非线性Hebbian算法对初始值依赖性强的缺点.最后将所提出的方法运用到水箱控制系统,仿真结果说明了基于FCN的非线性Hebbian学习算法的有效性.
[Abstract]:The nonlinear system modeling and parameter identification problem based on fuzzy cognitive networks ( FCN ) is studied for nonlinear systems which are difficult to describe accurately by mechanism models . Firstly , a fuzzy cognitive network model with numerical reasoning and fuzzy information expression is established to represent the system . Secondly , the nonlinear Hebbian learning algorithm with terminal constraints is proposed because the accuracy of the model depends on the weight parameters . The algorithm has the advantages of fast convergence speed , accurate learning result and so on . Finally , the proposed method is applied to the control system of the water tank , and the simulation results show the validity of the nonlinear Hebbian learning algorithm based on FCN .

【作者单位】：中南大学信息科学与工程学院;
【基金】：国家自然科学基金创新研究群体科学基金项目(61321003),国家自然科学基金项目(61673399)资助~~
【分类号】：TP18
【正文快照】： 1引言(Introduction) 随着生产力日益提升,现代人类社会系统和工业过程越来越复杂,具有强非线性、多变量耦合、模糊性等特点,且各类数据、信息和知识之间的关系难以表达.传统数学机理建模方法[11由于对精确机理和对象信息的强依赖性已经不能满足当前需求.模糊认知图(fuzzy co

【相似文献】