仇文操（苏州大学电子信息学院江苏苏州215006）
【摘要】本文利用人工神经网络理论在模糊控制技术上的运用，设计以洗涤水浑浊度和浑浊度变化率为输入参量，实时控制洗涤时间的洗衣机，并用MATLAB进行模拟
【关键词】人工神经网络；模糊控制
洗衣机运行的主要控制参量为洗涤时间，而影响这一输出参数的主要因子是被洗物的浑浊程度和浑浊性质，后者可用浑浊度的变化率来描述。因此，浑浊度及其变化率可以作为控制系统的输入参量，而洗涤时间和水流强度可以作为控制量，即系统的输出。根据上述的模糊控制基本原理，可得出确定洗涤时间的模糊推理框图,其输入量为"洗涤水的浑浊度"以及"洗涤水浑浊度变化率"，输出量为"洗涤时间"，并对上述输入/输出量的模糊词集做以下定义："洗涤水的浑浊度"的模糊词集定义为{很清，清，浊，很浊};"洗涤水浑浊度变化率"的模糊词集定义为{无，小，中，大};"洗涤时间"的的模糊词集定义为{短，较短，标准，长}
根据的神模糊控制规则，构建设训练样本，令:X0~X6为输入参量浑浊度的模糊子集；X7~X13为输入参量浑浊度变化率的模糊子集；Y0~X7为输出参量洗涤时间的的模糊子集。则通过可得出16条控制规则，再根据的模糊量得出相应的16对样本。例如：当浑浊度为"清澈"，浑浊度变化率为"小"时，相应的洗涤时间为"短"，该样本则表示为：
X=[10.60.10000;10.500000]Y=[10.5000000]
同理，可列出所有16对训练样本。
根据Kolmogorov定理，由于该网络的输入层结点数为n1=14，所以中间层结点数为n2=2X(n1)+1=29，对该网络的中间层神经元的传递函数采用tansig;输出层神经元传递函数采用logsig;训练函数采用Traaingdx;训练步数定为1500次，训练目标误差定为0.001;使用MATLAB来模拟该神经网络，并确认结果（MATLAB代码略）。
网络的训练过程曲线经过248次训练后目标误差达到预设0.001的要求，网络的误差曲线如所示，每输入点上的训练误差都在0.2以内，误差可接受。该网络的性能良好，可以满足控制要求。
【参考文献】
[1]葛哲学.孙志强.《神经网络理论与MATLABR2007实现》.电子工业出版社.2007
[2]张铃.张跋.《人工神经网络理论及应用》.浙江科学技术出版社.1997
[3]钟珞.饶文碧.《人工神经网络及融合应用技术》.科学出版社.2007
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网 琼ICP备2021005105号
