混沌系统的一种模糊变结构控制器设计

研究了Chua混沌系统的稳定控制问题。采用模糊动态模型逼近非线性混沌系统，将非线性混沌系统模糊化为局部线性模型。用Lyapunov稳定性理论设计出，确保模糊动态模型全局渐近稳定的变结构控制器。仿真验证了方案的有效性，模糊控制器简单，规则少。     

非线性系统的模糊变结构控制及应用

采用T S模糊动态模型逼近非线性系统 ,将非线性系统模糊化为局部线性模型。用Lyapunov稳定性理论设计出确保T S模糊模型全局渐近稳定的变结构控制器。应用到Lorenz和Rossler两类混沌系统的稳定控制中 ,仿真验证了方案的有效性 ,不需要改变被控混沌系统的内部结构 ,且具有良好的稳定性。模糊控制器结构简单 ,规则少 ,有推广应用价值     

采用模糊控制方法实现混沌同步

研究了混沌系统的同步问题。采用T-S模糊动态模型描述混沌系统，用Lyapunov稳定性理论设计出全局渐近稳定的模糊变结构同步控制器。应用到两Lorenz混沌系统的同步控制中，仿真验证了方案的有效性，模糊控制器结构简单，规则少，有实用价值。     

非线性系统基于T-S模型的H∞控制

将非线性系统用 T-S模糊动态模型描述 ,并将全局模糊系统模型表示成不确定系统形式 .采用鲁棒 H∞ 控制策略 ,设计出使全局模糊系统模型渐近稳定的控制器 ,并以一级倒立摆的模糊控制器设计实例 ,证明了方案的简洁有效     

非线性系统基于T-S模型的$H_\infty$控制

将非线性系统用 T-S模糊动态模型描述 ,并将全局模糊系统模型表示成不确定系统形式 .采用鲁棒 $H_\infty$ 控制策略 ,设计出使全局模糊系统模型渐近稳定的控制器 ,并以一级倒立摆的模糊控制器设计实例 ,证明了方案的简洁有效.     

非线性系统的两种H∞控制方案

研究非线性系统的H∞控制问题。用T S模糊动态模型描述非线性系统,首先将全局模糊系统表示成不确定系统形式。采用鲁棒H∞控制策略,设计出使全局模糊系统渐近稳定的控制器。然后采用并行分配补偿法设计出使模糊系统全局渐近稳定的H∞控制器。两种方案都是将模糊控制与现代鲁棒控制相结合来解决非线性问题,避免了偏微分方程的求解和一些假定条件。一级倒立摆的仿真实验,验证了两种方案的控制效果。     

一种简单的模糊鲁棒二次稳定控制器设计

研究非线性系统的稳定控制问题，采用模糊动态模型方法，并将全局模糊系统模型表示成不确定系统形式。在满足匹配条件下，采用一种简单的鲁棒二次稳定控制器设计方法，设计出便模糊系统全局渐近稳定的控制器。避免了并行分配补偿法中求解公共矩阵P的困难。一级倒立摆的模糊控制器设计实例，证明了方案的简洁有效。     

一类非线性系统的模糊变结构控制方案

针对一类特殊非线性系统的模糊变结构控制及稳定性问题,通过将非线性系统化为多个精确T S模型来建立非线性系统精确的T S模糊模型,将模糊理论与成熟的线性变结构控制理论相结合设计出一种模糊变结构控制器,提出了使全局模糊模型稳定的充分条件,并用Lyapunov稳定性理论证明该控制器能确保模糊动态模型全局渐近稳定,从而使非线性系统稳定。仿真结果表明了该设计方法的有效性。     

基于T-S模糊模型的混沌系统鲁棒控制器设计

研究具有参数不确定混沌系统基于T S(Takagi Sugeno)模糊模型的鲁棒控制器设计。首先利用IF THEN模糊规则把不确定非线性系统的状态空间分成不同的区域,构建具有参数不确定性的T S模糊模型;然后提出使得系统在平衡点渐近稳定的鲁棒模糊控制器设计。该方法通过解一组线性矩阵不等式分别设计局部控制器,通过并行分布补偿的方法设计T S模糊系统的鲁棒控制器,渐近稳定性的条件更为宽松,能够有效降低鲁棒控制器设计的保守性。最后以Lorenz混沌系统为例,研究混沌系统的鲁棒控制器设计,仿真研究结果表明所设计的鲁棒控制器对参数不确定Lorenz混沌系统具有良好的控制效果。     

不确定非线性系统的二次稳定新方法

针对一类不确定非线性系统, 采用模糊技术, 提出了一种新的二次稳定控制方案. 应用模糊T-S模型和模糊逻辑系统对非线性系统建模, 所设计的模糊控制器使得闭环系统二次稳定并满足期望的L₂范数界. 该方案的主要优点是不对逼近误差和不确定性做约束假设. 仿真结果表明了该方案的可行性.     

混沌系统基于T-S模糊模型的控制方法

将模糊控制技术应用于混沌控制中，可以克服反馈线性化等传统方法对参数完全精确已知的限制；用T-S模糊系统来逼近非线性系统，它的IF-THEN规则后件由线性状态空间子系统构成，进而可以应用模糊系统的控制理论求得模糊控制器，用此非线性控制器来控制非线性系统，以求良好的控制效果；模糊规则后件部分以局部线性方程形式给出的T-S模糊模型可以通过调整相关参数很好地逼近混沌系统，基于该模型采用平行分散补偿技术设计出具有相同规则数目的模糊控制器，控制器所有参数可以通过求解一组线性矩阵不等式一次性得到。仿真结果验证了该方法的有效性。     

Sliding Mode Control for Nonlinear System Based on T－S Model

1　IntroductionNonlinear control system is the mostactive research region,butthere is little systematicaleffective way to deal with them.In the eighties of the 2 0 th century,fuzzy logic controlobtained greatdevelopment in control theory and industrial control,because the design offuzzy controller is simple and suits for many nonlinear system and has strong robustness,but less strict proof for stability.Takagi[1 ] and Sugeno put forward famous T- S fuzzydynamic system model,and raised new way…     

基于神经网络的一类非线性系统的变结构控制

在已知名义系统的基础上 ,将小脑关节模型控制器 (CMAC)神经网络用于一类状态反馈可线性化的多输入多输出连续时间非线性系统的变结构控制中。利用自适应技术估计了估计误差的大小 ,减小了系统的不确定性 ,并利用模糊控制技术调整了变结构增益 ,改善了系统的性能。在很弱的假设条件下 ,应用Lyapunov稳定性定理证明了闭环系统内的所有信号为均匀最终有界。算法在导弹控制系统中的应用进一步证明了本文方法的有效性。     

基于混沌预测的模糊神经网络控制器设计及应用

由于混沌时间序列内部确定的规律性 ,其重构出混沌吸引子的相空间具有高精度短期预测性。根据非线性、大时滞系统的时间序列重构相空间 ,计算相空间的最大Lyapunov指数、饱和嵌入维数和可预报尺度 ,并以此为指导 ,对系统作高精度预测。在此基础上 ,又设计了遗传算法优化的模糊神经网络预测控制器 ,实现了对非线性、大时滞系统高精度的自适应控制。将该控制应用在锅炉过热汽温控制中 ,仿真表明该控制的有效性、准确性和鲁棒性。