基于矩阵半张量积的模糊逻辑研究进展

模糊逻辑是一种在不确定性条件下建模和控制复杂过程的革命性方法,在系统建模与控制领域得到了广泛的应用。基于矩阵半张量积理论可以将模糊逻辑表达式转化为代数表达式,借鉴代数系统的经典控制理论与方法来进一步研究模糊逻辑。首先介绍了以矩阵半张量积理论为框架的模糊逻辑的理论研究进展,如模糊关系矩阵、模糊关系方程、模糊关系不等式与分层模糊控制等,其次介绍了基于矩阵半张量积框架下的模糊控制理论的应用,最后给出了基于矩阵半张量积理论的模糊逻辑研究前景。     

基于观测器模糊时滞系统指数稳定的设计方法

研究了一类模糊时滞系统的指数稳定问题。首先利用T-S模型对非线性不确定性时滞系统进行建模,在此基础上设计了基于观测器的模糊状态反馈控制器,通过巧妙选取Lyapunov函数给出了模糊闭环时滞系统的条件及稳定裕度且模糊反馈增益和模糊观测器增益可通过求解线性矩阵不等式获得。     

建模支持中的不确定性分析

将决策建模过程中的不确定性的产生原因归结为信息的真实性和算法和可用性。在提出了用模糊Ｐｅｔｒｉ网表示不确定性的基础上，分析了两种信度的不同合成方式，并提出了相应的算法，为不确定性环境下的建模支持提供了一个实用而可行的方法。     

基于模糊GO法的惯性导航系统可靠性研究

GO法是一种以成功为导向的系统可靠性分析方法,但GO法不适合评价模糊不确定性系统的可靠性.为解决此问题,将模糊数学与GO可靠性模型相结合,引入三角模糊数和扩展原理分别对输入、输出数据的模糊不确定性进行量化,提出了不确定性多态系统的模糊GO可靠性分析方法——模糊GO法.惯性导航系统(INS)属于典型的小子样复杂机电系统,其可靠性存在一定模糊不确定性.以某平台INS为例,分别用模糊FTA、传统GO法、模糊GO法进行可靠性分析研究,结果表明:模糊GO法有效,是传统GO法的合理推广,可作为一种复杂多态系统可靠性分析方法.     

模糊双线性系统的鲁棒控制器设计新方法

针对一类具有范数有界参数不确定性的连续模糊双线性系统,提出了一种求解其鲁棒控制器的新方法。首先,基于T-S模糊模型对模糊双线性系统建模,采用并行分布补偿算法设计模糊控制器。结合Lyapunov稳定性理论,得到了闭环模糊双线性系统全局稳定的充分条件。然后,基于一种改进的锥补线性化算法的思想,将模糊控制器的设计转化成为一个受线性矩阵不等式约束的最小化问题。最后的仿真结果验证了设计方法的有效性。     

考虑源荷不确定性的综合能源系统日前经济调度

针对可再生能源出力及负荷不确定性对综合能源系统日前经济调度的影响,基于由热电联产系统、储热、蓄电装置以及电锅炉等组成的电热综合能源系统,研究了考虑源荷不确定因素的日前经济调度问题.将系统中可再生能源出力以及电热负荷均用梯形模糊参数表示,构建了基于可信性理论的模糊机会约束规划优化调度模型;采用模糊机会约束的清晰等价类将含模糊参数的机会约束规划模型转化为确定性的混合整数规划模型,在Python环境中建模,利用Gurobi求解器求解.最后,通过算例分析了储能装置对于提高系统经济性的作用以及源荷不确定性程度、不同置信水平对系统运行成本的影响,验证了所提模型的有效性.     

一类基于神经网络的模糊系统建模与控制

将人工神经网络理论和模糊系统理论结合起来,研究并提出了一类基于人工神经网络的模糊系统建模和控制方法。仿真表明该方法能有效地用于多种难以建立数学模型的控制系统。     

适用于励磁系统建模的模糊神经网络方法

基于原有励磁建模方法,将模糊理论和神经网络相结合,充分利用模糊理论处理不精确问题和神经网络较强的泛化能力等优势,形成一种模糊神经网络(FNN),并推导了FNN的学习算法.将此FNN用于发电机的控制环节——励磁系统建模.仿真结果显示,FNN模型能够较精确地对实际系统进行拟合.     

模糊神经网络在横向经济效益评价中的应用

从多目标决策角度研究了模糊神经网络在横向经济效益评价中的应用,并采用ＢＰ算法训练网络仅值及模糊子集的划分。对于同行业十个大中型企业的经济效益指标数据的建模与评价结果表明,该方法具有很强的学习与泛化能力,在处理诸如企业经济效益指标体系这种具有一定程度不确定性系统的建模与评价方面有一定的应用价值。     

补偿型多输入多输出的模糊系统解析方法

人的思考、判断、信息处理过程是一个最具代表性的“不明确系统”（ill－defindsystem），也称为模糊系统，通常模糊系统的建模方式有两种，即“悲观建模方式”和“乐观建模方式”，文中讨论了补偿型多输入多输出系统的解析问题．用模糊关系式R°A=B来描述，在已知A和B的情况下求关系矩阵R，还给出了R不存在时的对策，该方法具有良好的解析性和广泛的适用性．     

基于区间二型模糊神经网络反演控制抑制二惯量系统的机械振动

针对带有不确定性和扰动的二惯量伺服系统,提出了一种基于区间二型模糊神经网络的自适应反演控制策略抑制系统的机械振动.首先建立了二惯量系统的动力学模型,设计了反演自适应控制律;其次系统中负载和电机两端未知的扰动变量定义为待估计项,采用区间二型模糊神经网络对其进行估计,给出了基于区间二型模糊神经网络的参数自适应律.基于李雅普诺夫稳定性理论,证明了闭环系统输出跟踪的收敛性,并且跟踪误差可以通过调节控制参数达到任意小.仿真结果表明该方法具有较好的控制性能.      

模糊控制在锅炉给水控制系统中的应用

本文提出了一种基于模糊控制原理的实时控制系统。由于在锅炉控制中的单回路控制过程中,工况多变,不确定性和负荷干扰,本文将模糊控制的原理引入单回路控制系统中,给出了PID参数整定和优化方法。     

强迫风冷封闭母线温度控制系统设计

针对强迫风冷封闭母线温控系统的非线性、时变性和不确定性,设计了一种基于模糊控制和PID算法的温度控制系统,通过对强迫风冷封闭母线温度控制回路的应用仿真,结果表明:此系统既可以发挥模糊控制灵活而适应性强的优点,同时又具有PID控制精度高的特点,因此采用模糊PID控制算法的母线温度控制系统可提高对母线温度的跟踪能力,系统具有更优的动态性能。     

基于模糊高斯基函数神经网络控制的机器人视觉伺服系统

针对机器人视觉伺服控制系统中存在的不确定性问题,将模糊控制与神经网络相结合,用神经网络来实现模糊推理,提出了一种把高斯基函数作为隶属函数的模糊神经网络视觉伺服控制器,该控制器不仅具有定性知识的表达能力,而且具有很强的在线学习能力。将所提方法用于三关节机器人"手-眼"视觉伺服系统的控制中,取得了很好的控制效果。     

模糊随机可靠性理论及其在供水调度中的应用

给出了普遍意义下系统模糊随机可靠性的定义，针对水库供水调度系统存在的随机性和不确定性（如模糊性，未确知性）及其特点，从单目标和多目标两方面重点对供水调度系统进行模糊随机可靠性分析，在此基础上提出了基于模糊随机可靠性的水库供水调度系统管理决策方法，最后给出一个实例，验证了该方法的合理性。     

基于混合学习算法的模糊神经网络控制系统

针对复杂非线性系统在控制过程中的不确定性及参数的时变性,设计了一种模糊神经自适应预测控制系统,通过误差补偿以提高预测控制的精度;对模糊神经网络（FNN）的学习算法进行了研究,利用遗传算法的全局搜索能力对FNN控制器参数进行离线优化,并对遗传操作进行了改进,使其最终搜索到全局最优或近似全局最优的附近,再利用BP算法的局部搜索能力和对对象的适应能力,进一步对参数进行在线调整。从而使系统具有更高的学习精度和更快的收敛速度,所得的FNN具有良好的泛化性能。仿真结果证明了本方法的有效性。     

基于模糊彩色Petri网的知识表示与获取研究

针对一些复杂专家控制系统的知识不确定性及知识规则数量多的特点,在模糊Petri网和彩色Petri网的基础上,给出了一种基于模糊彩色Petri网（FCPN）的知识表示和知识获取方法。该方法充分利用其图形化的特点将模糊规则库中的不同变量用不同的色彩来区分,每一种色彩用一种标识符号来表示,因此可构成一个更为简明的FCPN图。将其用于列车专家控制系统的不确定性知识的表示及获取,结果表明,基于模糊彩色Petri网的知识表示和获取方法对大型、复杂的专家控制系统是非常有效的。     

基于参数自调节模糊-PID的PMSM矢量控制系统仿真

针对永磁同步电动机,设计了参数自调节模糊-PID控制器,并在Simulink环境下对基于参数自调节模糊一PID的PMSM矢量控制系统进行仿真。结果表明,控制系统能够稳定运行,动、静态特性良好,调速系统具有响应快速、超调量小、鲁棒性好、抗干扰能力强等优点,验证了系统设计的可行性。     

Adaptive fuzzy compensation based composite nonlinear feedback controller design for robot manipulators

In order to suppress the influence of uncertain factors on robot system and enable an uncertain robot system to track the reference input accurately, a strategy of combining composite nonlinear feedback(CNF) control and adaptive fuzzy control is studied, and a robot CNF controller based on adaptive fuzzy compensation is proposed. The key of this strategy is to use adaptive fuzzy control to approach the uncertainty of the system online, as the compensation term of the CNF controller, and make full use of the advantages of the two control methods to reduce the influence of uncertain factors on the performance of the system. The convergence of the closed-loop system is proved by feedback linearization and Lyapunov theory. The final simulation results confirm the effectiveness of this plan.     

基于PLC的模糊PID控制在烟叶复烤系统中的应用

烟叶复烤过程具有时滞、不确定、非线性等特性,利用常规的比例-积分-微分控制已不能满足烟叶复烤过程的各项性能指标,采用模糊PID控制可以改善系统的性能,改进可编程控制器的PID模块功能,实现PID参数的在线调整。文中探讨了基于PLC的模糊PID控制的实现过程,利用模糊控制的模糊推理,提出一种基于PLC的模糊PID控制的解决方案。