宫占霞

（广东理工学院，肇庆 526000）

在网络控制系统中，干扰、丢包和时延等不确定因素通常是导致控制系统的不稳定运行的根本原因，甚至完全无法控制。目前，对网络控制系统不稳定方面的研究很多，很大程度上解决了网络控制系统不稳定性问题，但是解决的前提是已知被控对象的数学模型，因此对模型有很大的依赖性，对于很难精确的模型的情况，体现出了研究的局限性。

近年来，智能控制理论的发展为网络控制系统提供了一个非常不错的研究方向。文献[1]设计出基于遗传算法的控制方法，有效解决了网络时延所引起的系统动态过程中产生的超调量和长调节时间问题。文献[2]设计出基于模糊理论的控制器，实现了在网络时延具体参数未知的情况下稳定网络控制系统的想法。文献[3]设计了基于模糊控制理论的控制方法，此方法根据设定好的应对不同时延的参数库不断调整控制参数，以达到稳定系统输出的目的。

模糊神经网络控制结合了模糊理论与神经网络的优点，具有类似人脑的逻辑思维和人类经验思维的特点，表现为利用神经网络自学习和自组织能力，在控制器的设计和运行中自动调整系统权值来进行隶属函数的学习，能够从大量的数据中获取优化的模糊规则，进而实现模糊系统的设计，避免了人类主观判断处理所带来的偏差，提高了网络控制系统的可靠性和稳定性[4]。

本文将利用模糊控制与神经网络的有机结合，设计控制器且应用于网络控制系统中，并验证此设计方法的有效性和可行性。……