利用模糊神經(jīng)網(wǎng)絡(luò)控制解決問題的原理及方法

1、利用模糊神經(jīng)網(wǎng)絡(luò)控制解決問題的原理及方法通過課程學(xué)習(xí),我了解了模糊控制和神經(jīng)網(wǎng)絡(luò)控制解決問題的基本原理和方法。通過查閱資料,了解到模糊控制和神經(jīng)網(wǎng)絡(luò)控制在實(shí)際生活中如何解決問題。我參考火災(zāi)探測系統(tǒng)為例,介紹模糊控制解決問題的原理及方法。首先,簡要介紹一下Bp神經(jīng)網(wǎng)絡(luò)控制和模糊控制的原理。Bp神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及算法BP網(wǎng)絡(luò)可以有多層,但為敘述簡捷以三層為例導(dǎo)出計(jì)算公式。設(shè)BP網(wǎng)絡(luò)為三層網(wǎng)絡(luò),輸入神經(jīng)元以i編號(hào)，隱蔽層神經(jīng)元以j編號(hào)，輸出層神經(jīng)元以k編號(hào)，示意圖如圖1-1所示，其具體形式在下面給出，隱蔽層第j個(gè)神經(jīng)元的輸入為:=iijijownet，第j個(gè)神經(jīng)元的輸出為(jjnetgo=，輸出層第k

2、個(gè)神經(jīng)元的輸入為E=jkjkownet，相應(yīng)的輸出為(kknetgo=，式中g(shù)為sigmoid型函數(shù)，g(x=(11(+-+=xexg，式中O為閾值或偏置值。O0則使sigmoid曲線沿橫坐標(biāo)左移，反之則右移。因此,各神經(jīng)元的輸出應(yīng)為Z+-+=ijijijowo(exp(l(l、Z+-+=jkjkjkowo(exp(1(1輸入層曉厳層輻出層圖1-1神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖BP網(wǎng)絡(luò)學(xué)習(xí)過程中的誤差反向傳播過程是通過使一個(gè)目標(biāo)函數(shù)(實(shí)際輸出與希望輸出之間的誤差平方和最小化來完成的,可以利用梯度下降法導(dǎo)出計(jì)算公式。在學(xué)習(xí)過程中,設(shè)第k個(gè)輸出神經(jīng)元的希望輸出為pkt,而網(wǎng)絡(luò)輸出為pko,則系統(tǒng)平均誤差為ZZ-=

3、pkpkpkotE2(21,為了表示方便,省去下標(biāo)p,平均誤差可寫成E-=kkkotE2(21,式中平均誤差E也稱為目標(biāo)函數(shù)。根據(jù)梯度下降法,權(quán)值的變化項(xiàng)Akjw與BE/Bkjw成正比，即Akjw=-OE/Okjw，由上述各公式可得:Akjw=-OE/Okjw=jkkkkkjkkkkooootnetoE1(-=dddddd-nn,記jkkkkkoooot1(-=8,對(duì)于隱含層神經(jīng)元，也可寫成Ajiw=-OE/Ojiw=ijjjjijjjjoooEnetoEl(_dd_=dddddd_nn,1(jjjjooE-dd-=8,由于OE/Ojo不能直接計(jì)算,而是以參數(shù)的形式表示,即-OE/Ojo=-Z

4、ZZZZ=dd-=dddd-=ddddkkjkkjkkjjjkjkkjkkkwwEowEnetE8(,則導(dǎo)出各個(gè)權(quán)重系數(shù)的調(diào)整量為Akjwjkkkkoooot1(-=n,Ajiw=ijon8,式中幵稱為學(xué)習(xí)效率,l(jjkkjkjoow-=88,1(kkkkkooot-=8BP網(wǎng)絡(luò)的學(xué)習(xí)算法的具體步驟如下：從訓(xùn)練本集中取某一樣本,把它的輸入信息輸入到網(wǎng)絡(luò)中由網(wǎng)絡(luò)正向計(jì)算出各層節(jié)點(diǎn)的輸出計(jì)算網(wǎng)絡(luò)的實(shí)際輸出與期望輸出的誤差從輸入層起始反向計(jì)算到第一個(gè)隱層,按一定原則向減小誤差方向調(diào)整網(wǎng)絡(luò)的各個(gè)聯(lián)接權(quán)值對(duì)訓(xùn)練樣本集中的每一個(gè)樣本重復(fù)以上步驟,直到對(duì)整個(gè)訓(xùn)練樣本集的誤差達(dá)到要求為止。模糊控制的結(jié)構(gòu)與算

5、法課程所學(xué)我們知道模糊控制器的設(shè)計(jì)原則如下定義輸入輸出變量定義所有變量的模糊化條件設(shè)計(jì)控制規(guī)則庫設(shè)計(jì)模糊推理結(jié)構(gòu)選擇精確化策略的方法模糊控制解決問題的方法為：1.模糊化過程2.模糊規(guī)則3.模糊推理4.清晰化過程模糊控制系統(tǒng)的原理框圖如圖2-1所示。圖2-1模糊控制原理框圖可以看出其結(jié)構(gòu)與一般計(jì)算機(jī)數(shù)字控制系統(tǒng)基本類似。只是其控制器為模糊控制器。模糊控制系統(tǒng)由以下幾部分組成:輸入輸出接口、執(zhí)行機(jī)構(gòu)、檢測裝置、被控對(duì)象及模糊控制器。模糊控制器是模糊控制系統(tǒng)的核心,也是模糊控制系統(tǒng)區(qū)別于其他自動(dòng)控制系統(tǒng)的主要標(biāo)志,下面對(duì)模糊控制器三個(gè)主要階段做簡要的介紹:2.1輸入模糊化模糊化是把系統(tǒng)輸入的精確量轉(zhuǎn)

6、化為模糊控制器中所需的模糊量的過程,為了完成輸入的模糊化,我們必須知道輸入精確值對(duì)模糊集的隸屬函數(shù)(這里不作說明。模糊集的個(gè)數(shù)可根據(jù)被控對(duì)象的不同而不同,例如,可分成正大,正中,正小,零,負(fù)小,負(fù)中,負(fù)大七種。隸屬函數(shù)的形狀可根據(jù)實(shí)際情況而定,要求不高的一般可取三角形或梯形。2.2模糊推理決策模糊控制器的主要工作是依據(jù)語言規(guī)則進(jìn)行模糊推理決策。因此在進(jìn)行模糊規(guī)則推理之前,先要指定好語言控制規(guī)則。實(shí)際上控制規(guī)則是根據(jù)操作者或?qū)＜业慕?jīng)驗(yàn)知識(shí)來確定的,它們也可以在試驗(yàn)過程中不斷進(jìn)行修正和完善。規(guī)則的形式很像計(jì)算機(jī)程序設(shè)計(jì)語言常用到的條件語句“IF.THEN.”。模糊控制規(guī)則隨著模糊控制器的輸入輸出維

7、數(shù)的不同采用不同的形式。1單輸入單輸出型:其控制規(guī)則為IFX=A,THENY=B2多輸入單輸出型:其控制規(guī)則為IFX1=A1,AND(ORX2=A2,.AND(ORXN=AN,THENY=B3多輸入多輸出型:IFX1=A1,AND(ORX2=A2,.AND(ORXN=AN,THENY=B1,AND(ORY2=B2,.AND(ORYN=BN這里的AND和OR在模糊推理中相應(yīng)于“交”“并”運(yùn)算2.2.3逆模糊化輸出逆模糊化就是將語言表達(dá)的模糊量恢復(fù)到精確的數(shù)值,也就是根據(jù)輸出模子集的隸屬度計(jì)算出確定的數(shù)值。下面介紹三種主要的方法1最大隸屬度法:這種方法就是選取模糊子集隸屬度最大的元素作為控制量。如

8、果最大點(diǎn)有幾個(gè),則取它們的平均值。例如有兩個(gè)模糊子集分別為6.08.02.03.01.01+-+-=U,8.0115.02.01+-+-=U,在U1中，元素1的隸屬度最大，則取u=1為輸出量;而在U2中，元素0和1的隸屬度都為最大，則取u=(0+1/2=0.5作為輸出量。選擇最大隸屬度方法簡單易行,算法實(shí)時(shí)性好，但它利用的信息量較少，會(huì)引起一定的不確定性。2加權(quán)平均法:此法又稱重心法，有兩種形式。第一種是普通加權(quán)平均法，其控制量的精確值u由下式?jīng)Q定：=iiniiiuuuu11(卩卩.第二種是算術(shù)加權(quán)平均法，其控制量的精確值u由下式求出:SZ=iiniiikuku11，其中k的選擇可根據(jù)實(shí)際情況

9、來決定。3取中位法:為了充分利用所有信息，求出將模糊集隸屬函數(shù)曲線與橫坐標(biāo)之間的面積平分為兩等的數(shù)，用此數(shù)作為逆模糊化的結(jié)果。模糊控制的算法步驟根據(jù)當(dāng)前采樣得到的系統(tǒng)的輸出值，計(jì)算所選擇的系統(tǒng)的輸入變量將輸入變量的精確值變?yōu)槟：?，即模糊化處?根據(jù)輸入模糊變量及模糊控制規(guī)則,按模糊推理合成規(guī)則計(jì)算控制模糊量,即進(jìn)行推理決策4由上述得到的控制模糊量計(jì)算精確的控制量,即模糊化處理Bp神經(jīng)網(wǎng)絡(luò)串聯(lián)模糊控制在火源探測方面的應(yīng)用.1火源探測硬件系統(tǒng)火源探測系統(tǒng)由溫度-火焰復(fù)合探測器，放大濾波,A/D轉(zhuǎn)換，微處理器識(shí)別和數(shù)據(jù)輸出五部分組成,系統(tǒng)結(jié)構(gòu)如3-1圖所示。圖3-1火災(zāi)探測系統(tǒng)結(jié)構(gòu)框圖本文的火災(zāi)探

10、測系統(tǒng)主要應(yīng)用于電路,變壓器間和配電室等室內(nèi)封閉空間。當(dāng)發(fā)生火災(zāi)時(shí),室內(nèi)產(chǎn)生高溫以及高強(qiáng)度的火焰輻射,系統(tǒng)前端采用溫度-火災(zāi)復(fù)合探測器進(jìn)行構(gòu)建,將探測到的溫度及火焰輻射通過一定的信號(hào)預(yù)處理電路進(jìn)行放大,濾波和A/D轉(zhuǎn)換得到的數(shù)字信號(hào)送入微處理器中進(jìn)行分析判斷。3.2模糊神經(jīng)網(wǎng)絡(luò)與火災(zāi)探測在火災(zāi)探測中,單純依靠模糊邏輯或神經(jīng)網(wǎng)絡(luò)都存在一定的局限性,不能達(dá)到理想的辨識(shí)效果,如將兩者結(jié)合則具有廣闊的前景。因此本文采用模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行火災(zāi)信號(hào)的識(shí)別。3.2.1基本結(jié)構(gòu)本文建立的模糊神經(jīng)網(wǎng)絡(luò)采用串聯(lián)型結(jié)構(gòu),模糊神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)如圖3-2所示圖3-2模糊神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)框圖圖3-2中,模糊神經(jīng)網(wǎng)絡(luò)各層

11、的作用如下:1輸入層:溫度-火焰復(fù)合探測器的輸出信號(hào)（即目標(biāo)溫度,環(huán)境溫度和紅外輻射作為網(wǎng)絡(luò)的輸入數(shù)據(jù)。2信號(hào)處理層:對(duì)網(wǎng)絡(luò)的輸入數(shù)據(jù)進(jìn)行放大，濾波和A/D轉(zhuǎn)換，需要指出的是對(duì)輸入量進(jìn)行歸一化處理,可以防止小數(shù)值被大數(shù)值淹沒而影響網(wǎng)絡(luò)矯正過程3預(yù)測層:通過輸入訓(xùn)練樣本來調(diào)節(jié)連接權(quán)值4）模糊推理層：完成對(duì)網(wǎng)絡(luò)輸出有火概率與無火概率的模糊推理5）輸出層：最終的輸出為火災(zāi)概率，對(duì)火災(zāi)概率應(yīng)用門限法進(jìn)行判斷，將閾值設(shè)為0.5，即大于0.5輸出報(bào)警信號(hào)，判斷有大火發(fā)生。3.2.2構(gòu)建模糊神經(jīng)網(wǎng)絡(luò)過程對(duì)前端傳感器的輸出信號(hào)（目標(biāo)溫度，環(huán)境溫度，紅外輻射）進(jìn)行信號(hào)預(yù)處理，獲得較為理想的數(shù)據(jù)，從而根據(jù)獲得的數(shù)

12、據(jù)進(jìn)行模糊神經(jīng)網(wǎng)絡(luò)的構(gòu)建，構(gòu)建過程如下：1）建立一個(gè)三輸入，兩輸出，隱含層為七層的三層BP神經(jīng)網(wǎng)絡(luò)，輸入信號(hào)為目標(biāo)溫度，環(huán)境溫度和紅外輻射，輸出為有火概率和無火概率。將現(xiàn)場采集的試驗(yàn)數(shù)據(jù)分成兩部分，200組作為訓(xùn)練樣本，200組作為檢驗(yàn)樣本。通過誤差方向傳遞算法對(duì)訓(xùn)練樣本進(jìn)行訓(xùn)練，修改權(quán)值達(dá)到預(yù)定的目標(biāo)誤差，然后對(duì)檢驗(yàn)樣本進(jìn)行仿真，得到200組輸出，包括有火與無火概率。2）模糊推理的進(jìn)一步處理包括輸入量和輸出量的模糊量化和標(biāo)定，建立控制規(guī)則以及精確化過程。輸入量為神經(jīng)網(wǎng)絡(luò)輸出的有火與無火概率Pl、P2,輸出量為火災(zāi)發(fā)生的概率P。首先將它們轉(zhuǎn)化為模糊量，并給出Pl、P2和P的上下限（均為0,1）作為論域U根據(jù)經(jīng)驗(yàn)和火災(zāi)數(shù)據(jù)統(tǒng)計(jì)，神經(jīng)網(wǎng)絡(luò)輸出的Pl、P2分成三級(jí)，即大、中、小?；馂?zāi)發(fā)生概率P分成兩級(jí)，即大、小，均采用高斯函數(shù)作為隸屬函數(shù)。構(gòu)建模糊集Ai、Bi和Ci，其中Ai、Bi分別表示神經(jīng)網(wǎng)絡(luò)的輸出Pl，P2在隸屬度函數(shù)作用下的值域范圍，Ci表示火災(zāi)概率P在隸屬度函數(shù)作用下的值域范圍，i表示模糊規(guī)則數(shù)，本文建立了三條模糊規(guī)則分別如下：If（有火概率PlisPSand（無火概率P2isPLTHEN（火災(zāi)概率PisPSIf（有火概率PlisPmand（無火概率P2isPmTHEN（火災(zāi)概率PisPlIf（有火概率Plis