基于Mamdani模糊逻辑系统的一类未知混沌系统的同步控制

针对一类既含有未知参数又含有不确定非线性项和外界干扰的混沌系统,基于Mamdani模糊逻辑系统的万能逼近性和参数自适应方法,文章提出了一种带有参数自适应律的驱动-响应同步控制方法,并实现了未知混沌系统的渐近同步。其中,利用先验知识构成的模糊逻辑系统被用于逼近混沌系统中的非线性不确定项,而混沌系统中的未知参数则通过自适应方法进行在线估计。在同步控制器设计中,参数自适应律的个数与模糊规则的数目无关,表明该同步方法不仅减少了在线计算量,而且使基于先验知识产生的模糊规则所构成的模糊逻辑系统具有更广泛的应用。最后通过算例说明了该方法的有效性。     

滑模控制中建模不确定性的自学习模糊预测

针对一类特定的非线性建模不确定系统,根据控制系统运行的历史信息,用模糊逻辑系统预测估计了当前时刻的建模不确定性,模糊规则后件参数在线自调整以使模糊系统输出能有效地跟踪实际不确定性,模糊系统优良的逼近能力使不含切换项的滑模控制保留了鲁棒性。     

多输入多输出复杂过程的模糊建模

针对 MIMO复杂过程提出一种通过实验数据获取模糊系统模型的方法 ,即将每一维输入变量的论域进行等间隔分割后确定出模糊规则的前件参数和规则总数 ,再由一种调整算法通过对实验数据的学习得到模糊规则的后件参数。理论分析说明这种模糊规则后件参数学习算法是收敛的、所建模糊模型能够以要求的精度逼近已知的实验数据。仿真举例验证了所述模糊建模方法的有效性并说明了所建模糊规则模型有较好的泛化能力     

变论域模糊控制器的万能逼近性及其逼近条件

通过一组非线性伸缩因子实时地调节论域,变论域模糊控制器显著减少初始规则的数量,在期望控制点有效地提高控制精度。首先,证明这类模糊控制器的逼近误差具有收敛性,从而证明它在整个时域上是一种万能逼近器,即它能以任意精度逼近紧集上的任意非线性实函数;并指出它是一种二阶精度的逼近器;在预定精度条件下,给出它作为逼近器的充分条件。最后,通过1个数值实例验证变论域模糊控制器逼近非线性函数的实际效果。研究结果表明:逼近精度完全满足给定的要求,相对常规模糊控制器,变论域模糊控制器的逼近精度提高87.4%。     

基于T-S模型的一类非线性系统自适应滑模跟踪控制及仿真

针对一类带有内部干扰和未知非线性函数的非线性系统,首先基于伸缩器和饱和器的概念,将一个时变伸缩因子ρ-1引入到T-S模糊逻辑系统的输入而形成扩展模糊逻辑系统,然后利用该模糊逻辑系统给出一种时变伸缩因子参数的自适应滑模控制器的设计方法。其中非线性系统中的未知非线性函数采用T-S模糊逻辑系统进行逼近,故只需较少的模糊规则即可达到逼近要求,而且参数自适应率的个数与模糊逻辑系统中的模糊规则数无关,因此该方法不仅有效地减少在线运算量,而且在有限的时间内实现跟踪控制。最后,对带有干扰项和未知非线性函数的Duffing混沌系统完成了目标跟踪仿真,仿真结果验证了该控制算法的有效性和可行性。
     

多输入多输出非线性时变时延系统的自适应跟踪控制

针对多输入多输出非线性时变时延系统,提出了一种模糊自适应跟踪控制方案,该方案构建了基于模糊T-S模型的自适应时变时延模糊逻辑系统,用来逼近未知非线性时变时延函数,从而实现了对非线性系统的建模.根据跟踪误差给出了模糊逻辑系统的参数自适应律,设计了H..补偿器来抵消模糊逼近误差和外部扰动.基于Lyapunov稳定性理论,提出的控制方案保证了闭环系统的稳定性并获得了期望的H..跟踪性能,机械臂的仿真结果表明了该方案的有效性.     

基于遗传算法的Mamdani模糊分类器的研究

大多数的模糊分类器,是建立在先验的或专家知识的基础上的模糊规则而构建的模糊分类器,但在实际的大量数据中,是没有先验知识的,进而要提取模糊规则是较困难的.研究了Mamdani模糊逻辑系统,提出一种基于遗传算法的Mamdani模糊分类器,它有最少特征变量、最少的模糊规则数,而且还有较好的分类精度,并应用于分类数据仿真,效果良好.     

基于遗传算法的机器人模糊控制器设计

提出了一种机器人轨迹跟踪的模糊逻辑与变结构控制相结合的控制器设计方案，采用变结构控制量作为监督控制，首先保证机器人系统状态有界，应用模糊逻辑系统逼近过程的不确定部分，利用改进的遗传算法对模糊逻辑系统的参数进行在线调节，使得系统输出能够跟踪指定轨迹，该控制方案能够消除变结构控制所固有的抖振性，计算机仿真结果表明该控制方案具有良好的跟踪性能。     

一种基于模糊CMAC自学习模糊逻辑系统及其在控制中的应用

把HCMA（Hyperball Cerebellar Model Articulation Conroller)与模糊逻辑理论有机结合起来，形成FHCMAC（Fuzzy HCMAC)，它便于从输入输出数据中提取模糊规则，直接用作控制器。可以将FHCMAC看作用基函数网络实现的模糊逻辑系统，兼有HCMAC神经网络和模糊逻辑两者的优点，即可以较容易表达定性或模糊的经验知识，又具有很好的学习性能，应用仿真实例验证了其有效性，该方法可应用于难以获取模糊规则的吻合。     

机器故障诊断模糊分类规则的归纳学习

机器状态的有效监控是机器安全运行,提高系统生产效率的重要途径,由于环境的复杂性与不确定性,现有机器故障诊断系统的可靠性还不能满足应用要求,为此近来年发展了模糊诊断技术,对于模糊系统而言,其关键问题在于如何获得解决具体问题的模糊知识或规则,为此提出了一种被称为模糊归纳学习的学习方法,并利用模糊信息熵概念建立了从不确定信息数据中归纳模糊规则的学习准则,实验结果表明,利用所提出的模糊归纳学习方法所获得的模糊规则能不确定怀数据进行有效分类,从而能有效地提高机器故障诊断系统的与可靠性。     

规则自调整模糊控制器在焊缝跟踪中的应用

根据水下焊接的特殊情况，设计了一种带修正函数的规则自调整模糊控制器，对不同形状的焊缝进行药芯焊丝湿法水下焊接的焊缝跟踪试验，并将采用规则自调整的模糊控制器与简单模糊控制器得到的跟踪结果进行比较，试验结果表明，采用所设计的规则自调整模糊控制器进行焊缝跟踪，能够获得更高的跟踪精度和自适应性。     

连续混沌系统的模糊建模

混沌系统是非线性科学的新研究领域。由于其复杂性和无规律性，混沌系统的数学模型一直难于建立，利用模糊逻辑系统的插值机理将关于被控对象的模糊推理规则库转换为一类变系数非线性微分方程，从而得到连续混沌系统的数学模型，提出了控制系统中混沌被控对象的建模问题的一种方案。对Rossler系统和Iorenz系统的仿真试验表明这一建模方法有较高的逼近度。     

基于支持向量机的模糊小波神经网络

针对高维输入小波网络的初始参数和网络结构非常复杂且计算量大的问题,提出用支持向量机(SVM)确定小波网络的初始参数和网络结构的方法。首先,使用有监督模糊聚类算法从聚类中抽取模糊规则,然后对每一个规则的后件使用支持向量机方法确定小波网络的结构和初始参数,最后采用梯度下降方法调节模糊小波网络中的参数,使得模糊小波网络输出与期望输出之间的误差较小。仿真结果表明:该算法与传统的模糊神经网络(FNN)相比显著提高了分类精度。     

一种基于解释性的遗传模糊分类系统设计方法

讨论了基于词语计算的模糊规则生成方法在遗传模糊分类系统中的应用,提出了一种新的遗传模糊分类系统的设计方法,在算法的变异过程中基于词语计算引入4个变异算子,对模糊隶属函数的形状进行调整,扩大算法的搜索空间,实验结果表明算法在保证了系统解释性的同时达到了较好的分类准确率.     

Fuzzy Modeling, Tracking Control and Synchronization of the Rossler''''s Chaotic System

IntroductionInrecentyears,therehasbeenincreasinginterestinthestudyofchaoticsysteminthefieldofnonlinearscience[12].Chaosisastochasticlikeprocessoccurringinacertainsystem.Ononehand,allthetheoryofautomaticcontrolisbasedonthemathematicalmodeloftheobjectundercontrol.Aswellknown,withrespecttoasimplesystem,thesystemmodelingapproachmainlyincludesmechanismmodelingandsystemidentification,andthesemethodsareeffectivewithahighprecisionandreliability.However,withrespecttocomplexsystem,itisnouseofthetraditi…     

基于Fuzzy集的插值模糊推理

对于模糊概念 (用Fuzzy集表示 )的隶属函数为连续的情况 ,将规则前件中的模糊概念的论域与后件的模糊概念的论域作一一映射 ,然后给出基于Fuzzy集的隶属函数为连续情况下的插值模糊推理方法 ;对于Fuzzy集的隶属函数为离散的情况 ,在作上述相同的映射后 ,再将规则前件中的Fuzzy集与事实中的Fuzzy集的隶属函数分别进行线性插值 ,使它们都成为连续函数 ,然后给出基于Fuzzy集的隶属函数为离散情况下的插值模糊推理方法 .     

基于Fuzzy函数逼近的柔性模糊控制器论域压缩算法

针对模糊控制稳态控制精度不高的问题,提出了一种提高ＦＩＳ系统函数逼近精度的新方法——论域压缩算法．基于模糊数二元基元组的概念改进了一类Ｈｏｏｖｅｓ－Ｊｅｅｖｅｓ算法,实现对模糊数参数的寻优和输出论域的动态调整．构造基于ＳＯＷＡ类算子和ＢＡＤＤ解模糊的广义柔性模糊控制器作为仿真平台,对一过热汽温对象的控制给出仿真算例．结果表明,该方法可对控制达到任意精度上的逼近,从根本上解决Ｆｕｚｚｙ控制精度不高的问题．分析指出动态论域压缩算法对模糊控制具有理论上的普遍意义     

一种复杂系统的模糊模型结构及递推辨识方法

提出了一种复杂系统的模糊模型结构及辨识方法．该模糊模型利用系统的输入和输出数据,将输入和输出空间视为模糊空间．根据辨识精度将模糊空间划分为ｍ 个子空间,每个子空间由线性模型来表征．由隶属函数将子空间模型联接成全局模型来表征系统的整体特性．隶属函数和子空间的模型参数由递推辨识方法实现．仿真结果表明,这种模型结构可以表达复杂系统的特征和辨识算法的有效性     

冰区海洋平台构件的模糊疲劳可靠性分析

为便于冰区海上固定采油平台的设计和对其在服役期间的安全可靠性进行评估 ,运用模糊数学理论和疲劳寿命试验 ,提出了冰区海洋平台构件的安全疲劳寿命计算及其可靠性分析的方法。给出了冰区海浪及海冰载荷作用于平台构件上的随机疲劳应力幅的计算方法 ,分析了平台构件的疲劳累积损伤 ,提出了考虑模糊性之后对Min er法则的修正。据此 ,给出了安全疲劳寿命的估算方法 ,建立了新的模糊疲劳可靠性分析模型。按照此模型 ,给出了平台服役期间构件动态模糊疲劳可靠度的计算方法。疲劳寿命试验及计算实例表明 ,与采用常规的确定性Miner法则计算结果相比 ,按照该文方法计算得出的疲劳寿命更接近于疲劳寿命试验结果。     

基于模糊聚类方法的T-S模糊系统建模

提出了用一个聚类验证准则设计模糊C均值聚类算法，这个聚类验证准则是用来确定模糊C均值算法中合适的聚类数．针对T—S模糊模型，由模糊c均值聚类算法确定其逻辑前件参数，进而采用最小二乘算法确定模糊推理规则的后件参数．最后，应用本文建模方法对一个非线性实例进行仿真计算，并与其它方法进行了比较，结果表明本文方法是有效的．