·68 智能系统学报 第2卷 其次，应用RBF网络构造控制系统如图2所 程中受到的约束较少，精简了隐含层节点数，训练速 度比较快，输出均方误差较小：图3和图4表明，设 计的基于动态RBF神经网络板形板厚综合控制系 R(n 板形板厚综C(0 RBF 合控制系统 统结构是正确的，出口厚度偏差和张力差偏差均能 F扰量 在较短的时间内衰减为零，达到了预期目的 参考文献： [1]王旭东，邵惠鹤.RBF神经网络理论及其在控制中的应 图2板形板厚综合控制系统 用U].信息与控制，1999(4)：272.283. Fig 2 The system of controlling the shape WANG Xudong,SHAO Huihe.RBFNN theory and ap- and gauge synthesis plication of control [J].Information and Control,1999 (4):272.283 △H △h 该控制系统中，R()= 和C()= △J △4J [2]阎平凡，张长水.人工神经网络与模拟进化计算[M].北 京：清华大学出版社，2000。 应用前面的参数，仿真结果如图3 [3]王士同.神经模糊系统及其应用[M].北京：北京航空航 2.5 天大学出版社，1998. 2.0 4]魏海坤，丁维明，宋文忠.RBF网的动态设计方法[卩].控 1.5 制理论与应用，2002(5)：674.680. 1.0 WEI Haikun ,DIN G Weiming,SONG Wenzhong.The dy- 0.5 namic design method of RBFNN[J].Control Theory and Application,2002(5):674-680. [5]连家创，刘宏民.板厚板形控制[M].北京：兵器工业出 4680 版社，1996. t's [6]王莉，葛平，孙一康.基于模糊BF神经元网络的 冷连轧板形板厚多变量控制[U].北京科技大学学报， 图3出口厚度误差 2002(5):556.559 Fig,3 The export gauge error WANGLi,GE Ping,SUN Yikang.Shape and gauge mul- tivoriable control for cold series rolling based on Fuzzy 0.61 RBFNN[J].Peking Science and Technology University. 0.4 2002(5):556.559 0.3 作者简介： 0.2 张秀玲，女，1968年生，博士，教授， 0.1 主要研究方向为神经网络智能控制.获 国家科技进步二等奖一项，省部级一等 -0. 奖、二等奖各一项，发表论文50余篇 4 .6 8 10 E mail :zxlysu @Yahoo.com.cn 图4出口张力差误差 Fig 4 The export error of strain difference 张志强，男，1979年生，硕士，主要 5结束语 研究方向为神经网络优化设计 仿真结果表明按照本文方法设计的RBF神经 网络，具有较高的数值逼近能力和联想记忆能力，能 以很高的精度逼近所要设计的目标函数，且训练过 1994-2009 China Academic Joural Electronic Publishing House.All rights reserved.http://www.cnki.net其次 ,应用 RBF 网络构造控制系统如图 2 所 示. 图 2 板形板厚综合控制系统 Fig12 The system of controlling the shape and gauge synthesis 该控制系统中 , R( t) = ΔH Δσ0 和 C( t) = Δh Δσ1 , 应用前面的参数 ,仿真结果如图 3. 图 3 出口厚度误差 Fig13 The export gauge error 图 4 出口张力差误差 Fig14 The export error of strain difference 5 结束语 仿真结果表明按照本文方法设计的 RBF 神经 网络 ,具有较高的数值逼近能力和联想记忆能力 ,能 以很高的精度逼近所要设计的目标函数 ,且训练过 程中受到的约束较少 ,精简了隐含层节点数 ,训练速 度比较快 ,输出均方误差较小 ;图 3 和图 4 表明 ,设 计的基于动态 RBF 神经网络板形板厚综合控制系 统结构是正确的 ,出口厚度偏差和张力差偏差均能 在较短的时间内衰减为零 ,达到了预期目的. 参考文献 : [1 ]王旭东 ,邵惠鹤. RBF 神经网络理论及其在控制中的应 用[J ]. 信息与控制 ,1999 (4) :272 - 283. WAN G Xudong , SHAO Huihe. RBFNN theory and ap2 plication of control [J ]. Information and Control , 1999 (4) :272 - 283. [2 ]阎平凡 ,张长水. 人工神经网络与模拟进化计算[ M ]. 北 京 :清华大学出版社 ,2000. [3 ]王士同. 神经模糊系统及其应用[ M ]. 北京 :北京航空航 天大学出版社 ,1998. [4 ]魏海坤 ,丁维明 ,宋文忠. RBF 网的动态设计方法[J ]. 控 制理论与应用 ,2002 (5) :674 - 680. WEI Haikun ,DIN G Weiming ,SON G Wenzhong. The dy2 namic design method of RBFNN[J ]. Control Theory and Application ,2002 (5) :674 - 680. [5 ]连家创 ,刘宏民. 板厚板形控制[ M ]. 北京 :兵器工业出 版社 ,1996. [6 ]王 莉 ,葛 平 , 孙一康. 基于模糊 RBF 神经元网络的 冷连轧板形板厚多变量控制[J ]. 北京科技大学学报 , 2002 (5) :556 - 559. WAN G Li , GE Ping ,SUN Yikang. Shape and gauge mul2 tivoriable control for cold series rolling based on Fuzzy RBFNN[J ]. Peking Science and Technology University. 2002 (5) :556 - 559. 作者简介 : 张秀玲 ,女 ,1968 年生 ,博士 ,教授 , 主要研究方向为神经网络智能控制. 获 国家科技进步二等奖一项 ,省部级一等 奖、二等奖各一项 ,发表论文 50 余篇. E2mail :zxlysu @Yahoo. com. cn. 张志强 ,男 ,1979 年生 ,硕士 ,主要 研究方向为神经网络优化设计. ·68 · 智 能 系 统 学 报 第 2 卷