自适应模糊控制器在太阳房室温控制中的应用

自适应控制对由于工况变化、干扰或环境改变引起的对象特性变化能自动辨识,并自动调整控制策略;模糊控制可对复杂及难于建立数学模型的对象或过程实施有效的控制。自适应模糊控制则为解决复杂性、非线性和不确定性系统的控制问题提供了非常有效的方法。本文介绍了自适应模糊控制器在太阳房室温控制中的应用。     

应用模糊逆关系设计自适应模糊控制系统

本分析了常规的模糊辨识模型来设计模糊控制器的不足，提出一种应用参考模糊集概念辨识被控对象模糊逆关系模型的方法，通过模糊逆关系模型，可把对象的模糊辨识与自适应模糊控制器的设计统一起来，仿真研究表明，该设计方法是有效的。     

用于机器手控制的动态模糊神经网络

为解决模糊控制中存在的区域界定问题,将神经网络与模糊控制相结合,提出了一种新的模糊逻辑与神经网络相结合的动态模糊神经网络机器人控制方案(DFNN),并利用采样数据在线动态构造模糊神经系统.仿真结果表明,DFNN系统地很好地克服机器人系统中存在的非线性、不确定性、强耦合等因素的影响,控制效果好,为工业机器人控制提供了一种新的解决方案.     

基于模糊逻辑的MIMO非线性系统的自适应控制

针对一类具有未知函数控制增益的MIMO不确定非线性系统，基于一种修改的李亚普诺夫函数，利用第二类模糊系统的逼近能力，提出了一种分散自适应模糊控制器设计的新方案。该方案不但能够避免现有的一些自适应模糊／神经网络控制器设计中对控制增益一阶导数上界的要求，而且能够避免控制器的奇异问题。通过理论分析，证明了闭环控制系统是全局稳定的，跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

用模糊自适应滤波算法估计时延

为了对系统中的时延进行估计,基于MRAS结构、最小均方算法和模糊理论,利用系统的输入和输出数据,提出了自适应模糊滤波AFLMS算法。该算法的运算量比通常具有IIR形式的系统辨识算法小得多,且收敛快,便于实时应用。在各种最小均方算法中,μ因子决定算法的收敛速度和稳定性,然而它是难以选择的。采用模糊技术来确定μ因子,克服了其困难。采用PRBS作为输入测试信号,利用计算机和采样电路,对带有时延的系统的仿真结果说明了该算法的有效性。     

无人机三轴稳定云台的模糊PID控制

以无人机三轴稳定云台的内框作为研究对象,将自适应卡尔曼滤波算法与模糊PID控制算法相结合,提出了一种基于自适应卡尔曼滤波的模糊PID控制算法.经过Matlab仿真实验表明,相对于经典PID控制算法和模糊PID控制算法而言,该算法在无人机三轴稳定云台的控制上,不仅响应速度快、精度高,而且对控制干扰噪声和测量噪声也起到了较好的抑制作用     

基于参数在线自调整的自适应模糊控制器研究

分析了模糊控制器的量化因子和比例因子对系统性能的影响，设计了一种自适应模糊控制器，能够在线调整其量化和比例因子以适应被对象的变化，仿真结果表明该模型控制器能获得常数规模控制器优良的控制效果。     

一种模糊神经网络自校正控制器设计与应用

本文提出了一种模糊神经网络智能控制方法，并介绍了采用多层神经网络表达模糊控制和知识规则，模糊推理和学习算法，实验仿真结果表明，这种控制方案可改善具有时变及大纯滞后系统的控制品质，其性质优于一般模糊控制。     

模糊—自适应神经元解耦控制在VAV中的应用

采用模糊控制器和自适应神经元解耦补偿器的解耦控制技术，对耦合强烈的具有变风量空调系统传递函数矩阵形式的4维传递函数矩阵系统进行解耦控制。通过解耦系统仿真研究，为变风量空调系统的解耦控制提供了有效的方法。     

模糊自适应算法的神经网络图像重建

在１２电极ＥＣＴ系统中，采用ＢＰ神经网络进行图像重建时以一定原则选取学习样本，并引入模糊自适应算法以加快训练的收敛速度，获得较满意的重建图像效果。     

一种改进的遗传算法

给出一种使适合度函数参数,交叉概率和突变概率随搜索精度自适应调整的遗传算法,并以直接从输入输出数据中提取模糊规则为例与常规遗传算法进行了仿真比较,该算法明显优于常规算法。     

基于免疫和模糊逻辑的自适应入侵检测

随着网络入侵方法和网络计算环境的变化,入侵越来越难以被检测和防范.本文针对当前入侵检测中存在的问题给出了一种基于生物免疫机制和模糊逻辑的自适应入侵检测模型,分别对正常行为模式和待检测行为模式建立模糊关联规则集,通过比较待检测行为模式的规则集与正常行为模式的规则集的相似度,确定是否有入侵事件发生;此外,模型还可以自适应在线升级自身的抗体规则,从而提高了抵御新型攻击的能力和自适应性.经过仿真测试,证明该模型可以有效地检测异常攻击事件.     

基于遗传算法的稳定自适应模糊控制器的优化

采用模糊动态模型,对连续时间的高阶非线性系统进行了模糊控制。通过模糊推理,选择起主导作用的局部子系统的状态反馈控制,并作用于整个系统。利用大系统分散控制关联稳定性的概念和方法,得到了闭环模糊系统稳定的充分条件,并在此基础上给出了对模糊控制器进行优化设计的一种遗传算法实现策略。同时,仿真例子也验证了该设计方法的正确性。     

铣削过程的约束型智能控制研究

本文通过设计并实现一个铣削力模糊自适应控制系统ＦＡＣ探讨了铣削过程的约束型智能控制问题。联机运行结果表明：ＦＡＣ系统可行，在线智能控制铣削力的效果较满意，通过在线调节工作台进给速度来智能控制铣削力可以实现粗加工阶段的生产率最大化。     

基于遗传算法信息组合的自适应模糊控制

利用模糊理论分别建立了与控制对象和控制知识信息相对应的控制系统，应用遗传算法获取2个系统在不同时间段的最佳组合因子，消除了对组合因子赋值的主观性和不准确性．基于李雅普诺夫函数的方法推导了模糊控制系统中参数的自适应控制律，并且证明了系统的稳定性和收敛性．将遗传算法信息组合的自适应模糊控制方法应用在达芬混沌系统的控制中，仿真结果对比表明，虽然组合型自适应控制方法可以有效地控制达芬强迫震荡系统，但文中提出的方法能使各控制状态有界，并且能够迅速准确地跟踪目标．     

模糊遗传算法的自适应PID控制器

针对遗传算法运算速度慢不利于实时控制现象,提出一种基于模糊推理的遗传算法,并将其应用于自适应PID控制器上．仿真实验表明,该算法具有较好的寻优能力,能满足实时控制的要求。     

基于MATLAB的电液伺服系统自适应模糊PID仿真

将自适应模糊PID的控制方法应用于电液伺服控制系统中，通过使用MATLAB的FUZZY工具箱对系统建模和仿真计算，并可根据仿真结果在线调整PID参数，对系统进行校正，这种自适应模糊PID控制相比于常规的PID控制，可以改善被控过程的稳态和动态性能，提高系统控制精度、抗干扰能力，以及对参数时变的适应能力，最终实现高效的系统开发。     

神经模糊网络自适应模糊控制研究

提出了一种由样品辨识，模糊推理和控制处理3个子网模块构成的基于知识的多层神经网络，这种网络由各子网构成并按照最初的模糊控制结构适当连接而建立，具有明确区分各组成子网功能及其知识流结构，由于综合了模糊逻辑的推理过程及神经网络的学习能力，使它能够在其结构中以模糊规则的形式引入语言知识并通过网络的训练及自学习对这些知识进行加工，从而实现了真正意义上的自适应模糊控制器，最后还讨论了这种NFN网络在动态过程控制中的应用。     

自适应模糊系统的设计与实现

介绍一种自适应模糊系统的组织结构、工作原理以及在实现ＡＦＳ过程中提出的新方法与新技术     

一种基于模糊神经网络的自适应PID智能控制器

设计了一种新的基于模糊神经网络的自适应PID智能控制器,该系统利用模糊神经网络对被控对象进行模糊辨识,同时,采用BP学习算法的神经网络自适应地调整PID控制器的参数,将模糊技术、神经网络与PID控制综合起来,从而实现PID控制的自适应和智能化。仿真实验表明,该控制器具有较高的控制品质。