基于自适应模糊推理的专家控制
为提高专家控制的鲁棒性，该文在文献提出的不精确推量专家控制基础上，引入模糊推理，构造了一类模糊产生工规则及其推理模型，并采用神经网络实现了模糊推理专家控制和有关参数的自学习，由于综合了利用了定性知识（专家的经验）和定量知识（运行中得到的数据信息），所以仿真结果表明该文的方法提高了控制系统的鲁棒性。
专家控制 模糊推理 神经网络 鲁棒性
王迎春 杜永贵 张忠怀
理工大学自动化系
国内会议
山西吉安
中文
125～129
1998-08-01（万方平台首次上网日期，不代表论文的发表时间）