基于SDNA-GA 优化的模糊神经网络控制
CSTR:
作者:
作者单位:

广西大学电气工程学院,南宁530004.

作者简介:

宋春宁

通讯作者:

中图分类号:

TP18

基金项目:

国家自然科学基金项目(60924002).


Optimal design of fuzzy neural network controller based on SDNA genetic algorithm
Author:
Affiliation:

College of Electrical Engineering,Guangxi University,Nanning 530004,China.

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对最新的生物DNA研究, 病毒中同一DNA碱基顺序可以编码出2 条或者3 条不同的多肽链. 在此基础上分析与模仿了重叠基因和重叠密码的机理, 得到一种新的基于重叠基因编码框架, 从而提高了问题求解的效率; 同时, 得到一种移码解读框架的DNA遗传算法(SDNA-GA) 计算模型, 并将其应用于一类广义隶属度型T-S 模糊神经网络控制器(GTS-FNNC) 的优化设计, 实现了GTS-FNNC 的在线学习.

    Abstract:

    According to the latest biological research of DNA, the virus in the same DNA base sequence can encode two or three different polypeptide chains. Further analysis and imitation of overlapping genes and password mechanism are inspired by using the above mechanism, and a new overlapping gene encoding framework is found, thereby improving the efficiency of problem solving. A frame shift interpretation framework based on this mechanism of DNA genetic algorithm(SDNA-GA)computing model is applied to a class of the generalized membership type T-S fuzzy neural network controller(GTS-FNNC) optimization design to achieve GTS-FNNC online learning.

    参考文献
    相似文献
    引证文献
引用本文

宋春宁 刘少东.基于SDNA-GA 优化的模糊神经网络控制[J].控制与决策,2014,29(4):731-734

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-12-17
  • 最后修改日期:2013-04-03
  • 录用日期:
  • 在线发布日期: 2014-04-20
  • 出版日期:
文章二维码