基于自适应神经网络的歼击机模糊跟踪控制

提出了一种基于T-S模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,利用T-S模糊模型对系统的已知特性进行近似建模,设计基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.在模糊控制的基础上,引入了基于RBF神经网络的自适应控制,用于在线对消不确定项和模糊建模误差的影响,以保证系统具有期望的鲁棒H∞跟踪性能.所提出的方案保证了闭环系统的稳定性,有效地提高了系统的鲁棒性和跟踪性能.仿真实例表明了所提出方法的有效性.     

一类不确定T-S模糊系统的H_∞控制器设计

基于线性矩阵不等式的方法,研究了一类带有不确定参数的T-S模糊系统的H∞控制器设计问题.给出了参数不确定的T-S模糊系统的系统建模以及系统的二次稳定性,并且对此类T-S模糊系统的H∞控制问题进行了探讨,给出了新的基于状态反馈H∞控制器的设计方法.     

分布参数系统的模糊插值推理建模

通过T-S模糊系统与HX方法结合,设计分布参数系统的分片T-S型模糊插值推理建模法,给出了算法的实现步骤.T-S型模糊插值推理建模法可以利用有限采样数据信息,反映分布参数系统时空规律.该建模方法满足插值机理,参数易求.理论分析与仿真实验均验证了方法的有效性,表明算法建模精度较高,运行时间较短.     

变时滞不确定模糊系统鲁棒观测器的设计

T-S模糊模型可以对复杂非线性系统提供有效的表达方式。文中，利用模糊T-S模型对非线性不确定时滞系统进行建模，在此基础上，提出了通过模糊状态反馈和基于观测器的模糊反馈控制器镇定不确定非线性时滞系统的方法。用短阵不等式给出了模糊反馈增益和模糊观测器增益的存在的充分条件，并将这些条件转化为线性矩阵不等式（LMI）的可解性，仿真结果表明了文中所提出的模糊控制方法是有效的。     

一种新的T-S模糊模型数学建模方法

T-S模糊系统被广泛应用于基于数据的建模应用中,T-S模糊系统的建模问题在非线性系统的分析与设计中一直是个很重要的问题.在常见的T-S模糊系统建模方法的基础上,提出一种新的建模方法.该方法利用泰勒级数和麦克劳林级数展开式将非线性项进行分解,相对于现有的建模方法来讲,在一定程度上提高了建模精度.     

基于均匀设计的T-S建模方法

T-S模糊系统被广泛应用在基于数据的建模方法中.模糊规则作为T-S模糊系统的核心,是影响系统精度和泛化性能的重要因素,然而模糊规则数量的确定非常困难.考虑基于减聚类的规则生成方法中,聚类半径直接影响规则生成数量,采用均匀设计设定聚类半径,合理选择规则数量,简化了复杂多变量系统的建模问题.实例证明所提出基于均匀设计思想的聚类半径设定法简单易行,具有较好的实际应用价值,适合于复杂多变量系统的建模应用.     

一类不确定模糊时滞系统的鲁棒输出反馈H_∞控制

研究了一类不确定模糊时滞系统的鲁棒输出反馈控制问题.首先利用模糊T-S模型对一类非线性不确定时滞系统进行建模.其次,基于李雅普诺夫函数方法,给出了鲁棒输出反馈控制器存在的充分条件,该条件最后转化为一个线性矩阵不等式的可解性问题.数值的例子验证了结果的有效性.     

基于T-S模型的网络化控制系统的鲁棒容错控制

提出了网络化控制系统的一种全新的建模方式--基于Takagi-Sugeno(T-S)模糊模型的网络化控制系统模型,即通过对具有马尔可夫特性的网络时延的分析,得到各时延值的发生概率即局部模型隶属度,从而建立T-S全局模糊模型.在此基础上建立不确定的网络化控制系统模型.考虑系统的不确定性,并针对传感器和执行器的失效问题,提出了保证系统鲁棒稳定的设计算法.利用李亚普诺夫函数,证明该算法能保障网络化控制系统的容错性和稳定性,仿真结果验证了其有效性.     

基于机制建模与模糊建模相结合的聚丙烯熔融指数软测量方法

针对聚丙烯熔融指数软测量建模问题,提出一种基于机制建模与模糊建模相结合的建模方法.从聚合反应机制出发,得到熔融指数软测量模型的机理结构框架,将其作为Takagi-Sugeno(T-S)模糊模型的后件部分,然后用加强型模糊聚类算法辨识T-S模型的前件参数.应用结果表明,将机制建模与模糊建模相结合的方法保留了模型参数的物理意义,提高了建模精度,所建软测量模型具有较好的预测性能.     

一类非线性系统的扇区模糊建模方法

针对一类非线性系统的建模问题,以扇区非线性化为基础,提出了一种T-S模糊建模方法。首先在论域上确定出系统中非线性项的最大值和最小值;然后给出非线性项的隶属度函数;最后建立了非线性系统的T-S模糊线性模型。本算法计算简单,容易实现,同时,仿真结果也表明算法能够有效实现对原系统的逼近。     

一类非线性系统的模糊建模方法

针对一类非线性系统的建模问题,以扇区非线性化为基础,提出了一种T-S模糊建模方法。首先在论域上确定出系统中非线性项的最大值和最小值;然后给出非线性项的隶属度函数;最后建立了非线性系统的T-S模糊线性模型。本算法计算简单,容易实现,同时,仿真结果也表明算法能够有效实现对原系统的逼近。     

模糊变时滞系统的保性能控制和稳定性分析

研究了连续不确定T-S模糊时滞系统的保性能控制问题,基于Lyapunov方法给出了系统稳定的充分条件,采用并行分散补偿方法(PDC)设计了满足保性能控制要求的模糊控制器,使得系统渐近稳定,并且得到了成本函数的最小上界.     

一种改进的T-S模糊模型建模及优化方法

模糊建模是一种有效的非线性系统建模方法,因为非线性系统的复杂性,仍有很多问题难以处理。针对T-S模糊模型,提出了一种改进的建模及优化方法。首先,将快速搜索密度峰聚类和模糊C均值聚类(FCM)算法相结合,使用快速搜索密度峰聚类算法找到聚类个数和初始聚类中心后,再用FCM算法进行聚类;然后,通过最小二乘法辨识结论参数得到初始T-S模糊模型,使用改进的差分进化(DE)算法整体优化模型的结构和参数,获得最终的T-S模型;最后,选择代表性实例,使用MATLAB程序进行仿真分析和比较,验证了本文方法能有效提高T-S模糊模型的辨识精度和速度。     

基于连续域蚁群改进算法的T-S模型辨识

针对一些带复杂参数辨识性能指标的模糊建模无法采用经典辨识方法解决的情况,提出了采用改进连续域蚁群算法进行T-S模型辨识的方法.该方法利用蚁群算法无需具体数学模型的特点,解决了模糊模型辨识中辨识指标表达式过于复杂甚至非解析所带来的难题,从而实现了T-S模型前提部和结论部参数的一次性辨识.仿真研究表明,利用文中辨识方法得到的模糊模型能够很好的逼近真实系统,并且对初始条件和输入信号不敏感,具有鲁棒性.     

不确定整数阶分数阶单摆混沌系统的自适应滑模同步

研究了分数阶单摆不确定及整数阶单摆不确定混沌系统的自适应滑模同步,通过设计适应律和控制器得到单摆系统获得滑模同步的2个相关结论,并用MATLAB仿真程序检验了结论的正确性.     

煤矿井下大功率开关电源的T-S模糊控制

针对目前传统控制策略的不足,提出一种基于T-S模糊建模的煤矿井下大功率开关电源模糊控制方法.模型的前件参数由模糊C均值聚类算法确定,后件参数由带遗忘因子的最小二乘法辨识.通过对输出电压的实时检测采样,经过T-S模糊分析后输出控制量,调控占空比来改变IGBT通断时间,从而得到稳定的输出直流电压.采用MATLAB/Simulink仿真,验证了该方法的正确性和可行性.研究结果表明:与常规PI控制方法相比,T-S模糊控制策略在鲁棒性方面具有更好的控制效果.     

一类参数不确定T-S模糊系统的鲁棒控制及仿真

针对一类具有参数不确定的T akag i-Sugeno(T-S)模糊系统,基于模糊区域的概念研究了其鲁棒控制问题。通过将不确定T-S模糊模型转换为不确定T-S模糊区域模型,并利用Lya-punov稳定性理论,导出了线性矩阵不等式(LM I)形式的鲁棒控制器设计方法。相对于传统设计方法,降低了采用线性矩阵不等式方法求解的难度,并具有良好的鲁棒性能。仿真结果验证了该方法的有效性。     

一类非线性不确定时滞系统的多模型切换H∞跟踪控制

考虑了当系统存在不确定和外界干扰的情况下，一类非线性不确定时变时滞系统的多模型切换H∞跟踪控制的设计问题。利用时滞T-S模糊模型对非线性不确定时滞系统进行建模，将输入空间划分为若干个区域，在每一区域内设计局部T-S模型和控制器，这样在模糊规则数相同的情况下由于模糊论域的变小从而提高了逼近精度；在不确定性满足增益有界的条件下，得到了该类时变时滞非线性系统满足闭环稳定和H∞跟踪控制性能的充分条件，通过求解一组线性矩阵不等式(LMI)，获得模糊H∞跟踪控制律，基于Lyapunov稳定性理论，证明了在此控制律下闭环系统渐进稳定；根据所选定的变量，通过多模型切换控制，将相应的区域控制器切换为全局控制器，而其他控制器不起作用，实现对整体非线性系统的逼近与控制。     

连续时间T-S模糊系统的离散化:Delta算子方法

针对一类连续时间T-S模糊系统,利用Delta算子方法,对系统进行局部离散化和全局离散化处理.首先对模糊规则后件部分的线性时不变动态方程做局部离散化处理,然后再对系统的动态模型做全局离散化处理.为了获得T-S模糊系统的多胞结构,对全局离散化模型进行Taylor级数展开,从而得到近似全局离散化模型.基于线性矩阵不等式(LMI)技术,针对近似全局离散化模型设计了相应的状态反馈控制器,使系统被渐近镇定.采用Delta算子对连续系统离散化时,随着采样频率的加快,其离散模型将趋近于原来的连续模型,并保持原有的动力学性质.仿真结果验证了理论的有效性.     

改进的T-S模糊模型建模方法及其应用

针对一般的仿射非线性系统,提出了一种改进的建立T-S模糊模型的方法. 使建立的模糊系统与原非线性系统具有相同的响应特性,避免了平衡点线性化产生的系统误差的不利影响,同时也适用于含有多个非线性项的系统. 将这种建模方法应用到GMAW系统,建立了改进基于T-S模糊模型GMAW系统,并且建立的模糊系统和原系统具有相同的响应特性. 仿真结果证明了该方法的有效性.