自適應增強型模糊神經網絡風機控制信號試驗
 
 
自適應增強型模糊神經網絡經過改進的自適應遺傳算法優(yōu)化后，可以得到較優(yōu)的控制策略 ，即風機得到較優(yōu)的控制信號。即使系統(tǒng)的模型發(fā)生變化，自適應增強型模糊神經網絡仍能夠及時的改變控制策略，得到滿意的控制效果。
為考察自適應增強型模糊神經網絡控制器對模型發(fā)生變化的適應能力，故在模型發(fā)生變化前后分別做出仿真曲面以便加以比較。自適應增強型模糊神經網絡風機控制信號性能曲面仿真如下：
 
 
 
 
從仿真曲面圖中可以清楚的看到，當系統(tǒng)模型發(fā)生變化時，風機的控制策略也隨著發(fā)生變化，體現(xiàn)了系統(tǒng)的智能性和自適應性。
自適應增強型模糊神經網絡風機控制信號輸出變量的去模糊化
去模糊就是將模糊量轉化為被控對象可接受的模擬量或數(shù)字量。從論域的轉換角度看就是從語言變量映射到物理論域。本系統(tǒng)利用對數(shù)型激活函數(shù)：
輸出變量經過模糊判決后輸出的控制量在0—1 之間，表示各個執(zhí)行器的運行功率與運行功率的比值。采用對數(shù)型激活函數(shù)而沒有用模糊神經網絡的輸出直接作為最終輸出的目的是為了讓執(zhí)行器能夠平滑過渡，減少磨損，延長使用壽命。環(huán)境試驗箱溫度系統(tǒng)仿真結果環(huán)境實驗箱在初始時刻設定跟蹤溫度為 40℃。在40 分鐘后設定為60℃。，誤差在2℃以外采用強制加熱或強制冷卻，在距離跟蹤目標的誤差在2℃以內啟動模糊控制策略，系統(tǒng)動態(tài)跟蹤性能如圖所示：
 
環(huán)境實驗箱濕度系統(tǒng)仿真結果
環(huán)境試驗箱在恒濕過程中濕度系統(tǒng)恒濕控制性能仿真結果如圖所示：