文档介绍：? 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. 期:20082 102 27 修回日期:20092 022 11 作者简介:顾秀萍(19722 ),女,山东淄博人,硕士,研究方向:控制理论与控制工程。文章编号:10022 0640 (2010 )022 00482 02 自适应神经模糊推理系统(ANFIS )及其仿真顾秀萍(山西工程职业技术学院,太原 030009 ) 摘要:自适应神经网络模糊推理系统ANFIS是模糊控制与神经网络控制结合的产物。讨论了ANFIS的结构及其特点, 并利用MATLAB的专用工具箱进行了仿真研究,取得满意的效果。关键词:模糊控制,神经网络控制,自适应神经网络模糊推理系统,仿真中图分类号:TP 273 +1 4 文献标识码:A work -basedFuzzy InferenceSystemandItsSimulation GUXiu2 ping (ShanxiVocationalTechniqueCollegeofEngineering, Taiyuan030009, China ) Abstract :ANFIS (work2 basedFuzzyInferenceSystem )binationoffuzzyand workcontrol1 ThestructureandcharacteristicsofANFISarediscussed ,andsimulationsare takenusingtheMATLABtoolbox ,satisfactoryresultshavebeenobtained1 Keywords :fuzzycontrol ,workcontrol ,work2 basedfuzzyinferencesystem , simulation 1 自适应神经模糊推理系统(ANFIS ) 模糊控制与神经网络控制是智能控制领域十分重要而又非常活跃的两大分支。这两种控制方法各自都具有显著的优越性,却又都存在一定的局限性, 二者的结合是控制理论发展的必然产物[1]。模糊控制系统是处理模型未知或不易建立模型系统的一个有效工具。然而,模糊推理系统的设计虽然不依靠对象的模型,却相当依靠于专家或操作人员的经验和知识,若缺乏这样的经验,或所得经验不能以“ IF? THEN?”的形式正确地表示,则很难期望它能获得满意的控制效果。而对于神经网络,它虽然具有很强的自学****能力,但一般不能直接处理结构化的知识。它需要大量训练数据,通过自学****的过程,并借助其并行分布结构来估计输入到输出的映射关系。它将输入2输出样本对放在一个“黑箱”式的树突网阵上,很难掌握和揣摩“黑箱”内部到底发生了什么。如果把神经网络的学****机制引入模糊系统,将构成一个带有人类感觉和认知成分的自适应系统。神经网络直接镶嵌在一个全部模糊的结构之中,它将在不知不觉中向训练数据学****自动产生、修正并高度概括出最佳的输入与输出变量的隶属函数以及模糊规则;而另一方面,神经网络的各层结构与参数也都具有了明确的、易于理解的物理意义。学者 JangRoger提出了与一阶 Sugeno型模糊推理系统功能等价的基于自适应网络的模糊推理系统 ANFIS (