一类不确定混沌系统的自适应模糊同步控制

针对一类带有未知非线性函数、参数和外界干扰的混沌系统,通过将一个时变参数引入到带有非线性后件的T-S模糊逻辑系统中,结合自适应方法对未知参数进行在线估计,完成了自适应模糊同步控制器的设计,并实现了驱动-响应混沌系统的渐近同步。一般而言,带有非线性后件的T-S模糊逻辑系统具有更高的逼近能力,可用更少的规则去逼近主从系统中的未知非线性函数,且在同步控制器的设计过程中,参数自适应律的个数与模糊规则的个数无关。因此,该同步方法不仅减少了在线运算量,而且通过直觉推理生成规则少、解释性强的模糊逻辑系统具有更广泛的应用。最后所给数值仿真算例说明了该方法的有效性。     

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。     

参数摄动的多机耦合电力系统模糊跟踪控制

提出将多机耦合电力系统的每个子系统由一系列T-S模糊逻辑模型逼近;基于模糊模型,考虑系统参数的摄动性,提出状态反馈H∞模糊跟踪控制方法,实现了参数摄动的非线性大系统的稳定跟踪控制;并将该控制器设计问题转化为线性矩阵不等式问题,用凸优化方法求解控制器的参数.仿真实验验证了方案的有效性.     

一种规则简化的模糊神经网络控制器

构造了一种实时模糊神经网络控制器，为解决模糊规则组合爆炸问题提供一个新方案。控制器基于T-S模糊模型，由前后件分离的网络结构实现。前件参数通过移动小论域法创建，每个变量仅在工作小论域上生成两个模糊子集，有效减少模糊规则，增强实时性；后件参数通过有ki,kp,kd修正因子的BP改进算法在线更改，控制意义明确，确保系统动态性能。仿真结果证实该控制器实时性好，控制性能优，鲁棒性强。     

一种基于模糊神经网络的自适应模糊辨识方法

基于改进的T-S模型，提出一种自适应模糊神经网络模型(AFNN)。首先，基于模糊竞争学习算法确定系统的模糊空间和模糊规则数，并得出每个样本对每条规则的适用程度。其次，利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN具有结构简洁，逼近能力强，能够显著提高辨识精度，并且辨识的模糊模型简单有效。最后，将该AFNN用于非线性系统的模糊辨识，仿真结果验证了该方法的有效性。     

基于混合协同粒子群优化的广义T-S模糊模型训练方法

针对广义Takagi-Sugeno(T-S)模糊模型训练中存在的高维、非线性、混合参数估计问题,提出了一种基于混合协同粒子群优化的广义T-S模糊模型训练方法.该方法用离散二进制微粒位置表示模型的结构参数,用普通微粒位置表示模型规则中模糊集隶属函数的参数;这两种微粒位置联合体构成一个模型完整的模型前件参数集.两种群通过协同进化优化所有前件参数;模型后件参数用卡尔曼滤波算法估计.该方法不要任何先验知识,能产生紧凑的、泛化性能较好的模糊模型.函数逼近的数字仿真说明了该方法的有效性.     

基于模糊动态模型的Chua混沌系统控制

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。采用隶属函数最大法设计控制器 ,克服了并行分配补偿法求解公共正定矩阵P的困难 ,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新型控制器。仿真实验验证了方案的有效性。模糊控制器简单 ,规则少。此方案也可应用于其它类型的混沌系统中 ,有实际应用价值     

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     

基于FKCM的球磨机系统T-S模糊建模方法

针对传统的描述热工过程动态数学模型的方法难以建立非线性模型的缺点,提出了一种基于模糊核聚类的球磨机系统T-S模糊建模算法.该算法首先通过灰色关系法确定模型输入变量,利用FKCM聚类算法对输入空间进行模糊划分,确定T-S模型的前件结构和前件参数;进而利用最小二乘算法确定模糊规则的后件参数.最后,利用数字仿真数据对球磨机系统进行模糊建模,建模结果表明该算法简单、实用,模型能够精确地描述过程的非线性.     

基于Niche的间接T-S模糊自适应控制

提出了新的基于生态系统的Niche间接T-S(Takagi-Sugeno)自适应模糊控制,将含有参数的生态位贴近度函数作为模糊规则的后件,从而构成零阶的T-S模糊控制模型。采用Lyapunov合成方法设计控制器,并使用梯度下降法优化后件参数,最后得到了后件参数的自适应律,体现了生物个体的自适应能力,引入了生态位的模糊系统具有生物个体始终朝着有利于自身方向发展的特性。因此,所建立的模糊T S系统具有更好的自适应性,可以获得更小的变动跟踪误差,并保证整个闭环系统全局稳定性。通过对生态系统的二维捕食系统的仿真验证了本方法的可行性。     

一类时滞系统的模糊跟踪控制及其仿真

研究了一种基于模糊T-S模型的非线性时滞系统模糊跟踪控制问题。首先利用模糊T-S模型对不确定非线性系统进行模糊建模,然后在此基础上研究了模糊系统在状态可测与不可测的情况下的模糊跟踪问题。控制器的设计避开了复杂的精确反馈线性化与自适应方法。采用本方法,可将控制器的设计问题转化为求解线性矩阵不等式问题,再利用凸优化技术可将其有效地解决。因此该方法既简单又实用,并且通过仿真实例说明了它的有效性与正确性。     

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。     

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。     

一类参数不确定性混沌系统的T-S模糊控制

针对一类参数不确定性混沌系统,首次提出利用区间矩阵理论描述其不确定性,进而用T-S模糊模型对其进行精确描述的新方法.在此T-S模糊模型的基础上,给出一种基于并行分布补偿(PDC)技术的状态反馈控制器设计方法,并用Lyapunov稳定性理论证明了闭环系统的鲁棒稳定性.该方法充分考虑了模糊子系统之间的相互作用.状态反馈控制器增益矩阵可以通过求解一组线性矩阵不等式(LMIs)获得.仿真结果验证了所提方法的有效性.     

一类不确定时延网络控制系统的模糊控制

针对网络控制系统(NCS)同时存在网络诱导时延和数据包丢失的情况,讨论了如何设计控制器的问题。首先,给出了一种新的闭环网络控制系统的建模方法——模糊T-S方法,利用这种模糊模型去逼近非线性网络控制系统,使之局部线性化,并在此模型的基础上应用平行分布补偿原理设计了网络控制系统模糊控制器。进而,应用Lyapunov理论和LMI方法,研究了模糊NCS的稳定性问题,同时基于线性矩阵不等式给出依赖状态时滞和网络诱导时延的状态反馈模糊控制器的设计方法,并获得使模糊NCS稳定的充分条件。通过两个仿真实例验证了该控制方法的有效性。     

基于T-S模型的自适应多变量模糊预测控制

针对多变量非线性系统的控制问题,提出了一种具有良好控制效果的模糊预测控制方法。首先采用快速聚类法和递推最小二乘法辨识得到非线性系统的T-S模型,然后对系统进行线性化,并基于线性化的模型设计模糊广义预测控制器并对非线性对象进行在线自适应控制。对一个带时延的强耦合二变量非线性对象进行仿真,结果表明对于具有时变性的非线性系统,该方法具有很好的控制效果。     

T-S模糊系统的鲁棒耗散控制

通过应用Lyapunov稳定性理论,研究了具有参数不确定性的T-S模糊系统的鲁棒稳定性和耗散性。具有参数不确定性的T-S模糊模型可以以任意精度近似连续非线性不确定系统。假设系统中的参数不确定性是范数有界的。利用Lyapunov稳定性理论给出了鲁棒耗散控制器存在的充分条件。通过解一组线性矩阵不等式(LMIs),可获得鲁棒耗散控制器。设计的鲁棒耗散控制器能够保证对于T-S模糊系统中所有的参数不确定性,闭环系统都是稳定的,且满足给定的耗散性能指标。数值例子证明了方法的有效性。