模糊神經網絡的結構設計概念

 
模糊神經網絡的結構設計概念
 
 
模糊神經網絡的結構就是確定輸入輸出變量。在環境試驗箱系統中，主要控制空氣的溫度及相對濕度。以溫濕交變實驗為例，對溫度和濕度進行控制。
本論文中的輸入變量有兩個，分別是溫度誤差信號和濕度誤差信號．網絡的四個輸出分別為風機，壓縮機，加熱器和加濕器的實際運行功率與功率的比值。
首先對溫度，濕度模糊化處理。模糊化的過程是將數值映像到語言的論域中，并相應于論域的具體元素。只有通過模糊化處理后才能得到語言變量的隸屬度，然后才能對條件語句的語言變量進行正確推理。將溫度偏差記為ET 相對濕度誤差記為EH。
本系統將溫度和濕度的控制范圍分為模糊控制區和固定控制區。溫度誤差在±2℃以內采用模糊控制，在±2℃以外采用固定控制。在模糊控制區，系統按模糊控制規則自動調節溫度：在固定控制區，系統進行強制冷卻或加熱。
對于相對濕度控制，當相對濕度誤差在±3RH 以內采用模糊控制，在±3RH 以外采用固定控制。在模糊控制區內，系統按模糊規則自動調節相對濕度：在固定控制區，系統強制進行去濕或增濕。在模糊控制區內，將溫度誤差和相對濕度誤差劃分為7 個模糊子集，分別為PB（正大），PM（正中），PS（正小），Z（零），NS（負小），NM（負中），NB（負大）。對于相對濕度誤差EH 模糊子集的劃分，其隸屬函數如下：
輸出量分別為風機，壓縮機，加濕器，加熱器工作功率與功率的比值，劃分為5 個模糊子集，分別為PA（全功率），PB（較大功率），PC（中等功率），PD（較一模糊規則的確定為保證系統輸出響應的動靜態特性達到較優。系統的模糊規則的權重必須是可以動態調節的，這一點在改進的自適應模糊神經網絡中已經提到。由于系統有倆個輸入變量，且把每個輸入變量劃分為7 個模糊子集，因此系統共有49 條模糊控制規則。