柴油机双层隔振系统Fuzzy-PI仿真控制

针对模糊控制器存在稳态精度欠佳问题，提出了一种应用于柴油机双层隔振系统的Fuzzy-PI控制器。它由模糊控制器和常规PI控制器并联而成。仿真研究表明，将Fuzzy—PI控制器引进柴油机双层隔振主动控制系统是有效的。     

基于神经网络的模糊控制规则校正方法研究

对由模糊控制器构成的集散控制系统，现场模糊控制器的控制规则的校正是一个关键问题。若使其自身具有自校正功能，对于基于数字单片机开发的模糊控制器来说，采用神经网络构成在线自校正方式，存在一定的困难。为了提高控制器的性能，规则校正又是必需的，为此，本文提出了一种由监控机对每台现场控制器进行分时校正规则的方法，该方法是“半在线式”校正。     

分层模糊控制器的解析表达式及自适应控制方法

为解决模糊多变量控制中的“维数灾”问题 ,提出了一种 4输入 1输出的分层模糊控制器 ,推导了它的解析表达式。依据分层模糊控制器的解析表达式 ,提出了其设计参数的模型参考自学习方法 ,其中参考模型选取典型二阶系统 ,用梯度法设计自学习律 ,在线学习分层模糊控制器的可调参数 ,以达到最优值。为检验所提出控制策略的有效性 ,将其应用到板球系统的轨迹跟踪问题 ,并进行了仿真实验。仿真实验结果表明 ,这种分层模糊控制器的可调参数少 ,学习算法收敛快 ,控制效果好 ,具有较强的实用性。     

自学习模糊变结构控制器设计

本文根据人工智能、模糊控制和变结构控制的原理，设计了一种自学习模糊变结构控制器．仿真表明，这一控制器比一般的变结构控制器有更好的控制性能和更强的鲁棒性．     

模糊神经网络模型参考自适应控制及其应用

提出一种模糊神经网络的自适应控制方案，给出了一种模糊神经网络模型和快速的优化学习算法（ＦＬＡ），通过网络的在线自学习不断修正模糊神经网络控制器的隶属函数和权值，实现了模糊逻辑规则的自动更新，经仿真结果和倒立摆控制表明，这类自适应控制具有良好的控制性能。     

一种自学习模糊控制器在烟厂的应用

在卷烟工艺风力系统中,由于管道阻力不断变化引起压力波动,采用传统的PID控制方法难以获得满意的效果。因此设计了一种具有实时自学习能力的模糊控制器,实验结果表明该控制器较好地改善了控制系统的性能和适应能力。     

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。     

机器人模糊学习控制

针对机器人轨迹跟踪控制问题,提出一种模糊学习算法,并设计出结构合理的模糊学习控制器,该控制器通过自身从过去趋向的学习能力可自动调整其模糊控制规则。将这种方法用于一个两自由度机械手的控制,仿真结果显示控制效果良好,所提出的控制器比惯用的模糊控制器展示出更良好的应用前景。     

半导体激光器的精密温控系统设计

介绍了一种大功率半导体激光器的精密Fuzzy＋PI温控系统的设计，利用半导体制冷器对大功率半导体激光器进行精密温控，控制精度高、振荡小；在常规模糊PID控制器的基础上，通过增加模糊控制规则，从而构成变积分系数的模糊PI控制器，通过在线调整积分系数，间接调整常规模糊控制器的模糊控制规则，以改善其性能。     

挤塑机温控系统中模糊-PI复合控制的应用

将模糊控制器用于温控系统的控制，克服了传统PID控制参数整定繁琐，对控制对象的参数变化缺乏自适应性的不足，提出了Fuzzy—PI复合控制算法，实验结果表明，采用复合控制的温控系统具有稳态精度高和鲁棒性强的特点．     

模糊控制的现状与发展

介绍了模糊控制系统的基本理论、模糊模型的辨识、模糊推理方法、模糊控制的自学习方法以及专家模糊控制器等方面的研究历史、研究现状及今后的发展方向．     

基于滑模控制的挠性卫星的自学习模糊控制

将基于滑模控制的自学习模糊控制应用于挠性卫星的姿态稳定控制中.给出了姿态控制系统的设计方法.自学习控制算法利用滑模控制原理和模糊性能判决表在线修改模糊控制器的规则参数.为了解决传统自组织模糊控制对外界信号敏感的问题,基于滑模控制的自学习算法同时考虑了误差状态矢量及其变化趋势,增强了系统的鲁棒性.与传统自组织模糊控制相比,仿真实验结果表明,该控制方法对卫星参数变化不敏感,能有效地抑制卫星的外界干扰及挠性附件的振动,使卫星的姿态角得到准确的控制.     

多关节机器人的自学习模糊全局滑模控制

针对模型不确定性多关节机器人的轨迹跟踪控制问题,研究多关节机器人全局滑模控制,为了削弱系统在滑动模态上的抖振,将模糊控制和全局滑模控制相结合,提出一种自学习模糊全局滑模控制方法.该方法利用模糊系统的输出代替全局滑模控制中的非连续开关切换量,并根据滑模变结构原理,设计自学习算法,动态调整模糊隶属函数的参数.通过对2关节机器人的仿真,结果表明在存在模型误差和外部扰动的情况下,该方法既能达到快速跟踪,又能很好地消除控制器的抖振.     

SELF-LEARNING FUZZY CONTROL RULES USING GENETIC ALGORITHMS

This papcr presents a new genetic algorithms(GAs)-based method for self-learniag fuzzy control rules. An improved GA is used to learn to optimally select the fuzzy membership functions of the linguistic labels in the condition portion of each rule, and to automatically generate fuzzy control actions under each condition. The dynamics of the controlled system is unknown to the GA. The only information for evaluating performance is a failure signal indicating that the controlled system is out of control. We compare its performance with that of other learning methods for the same problem. We also examine the ability of the algorithm to adapt to changing conditions. Simulation results show that such an approach for self-learning fuzzy control rules is both effective and robust.     

稳定性监控自学习FNN控制器

针对一类未知的非线性系统，提出一种具有稳定性监控的实时自学习ＦＮＮ控制器．ＦＮＮ控制器采用遗传算法使自学习获得最优的性能指标；实时学习过程的稳定性则由基于李雅普诺夫方法设计的监控器来保证，使得ＦＮＮ控制器的自学习过程总是在全局稳定性的条件下进行．     

基于特殊二进制编码的自学习模糊遗传算法

为了提高自适应遗传算法(AGA:Adaptive Genetic Algorithm)的鲁棒性,并使之更有效地求解属于NP难类型的组合优化问题,提出了一种自学习模糊自适应遗传算法.该混合算法利用一个特殊二进编码标准GA在线学习AGA运行特性;通过强化学习方式自动设计和调整模糊知识系统,基于GA的自学习模糊技术可以获取AGA所需的优化模糊系统.仿真试验演示了采用所提出自动化方式设计的动态参数AGA系统及其自学习结果.试验结果表明,该算法可以用于解决类似于旅行商问题的组合优化问题.     

连铸二冷控制的智能化方法

提出了板坯连铸二次区全智能控制系统的构想，并用人工神经网络和模糊控制的方法对该系统进行了计算机仿真。结果表明，该系统不但能完成二冷各区段坯表面温度的动态控制，而且具有良好的自适应性和自学习功能。     

模糊控制理论在汉语声母分类识别中的应用

本文介绍一种基于模糊控制思想的汉语声母分类识别方法。它以声母时域特性为基础，以神经网络自学习产生模糊规则，以专用模糊运算芯片ＮＬＸ２３０来进行识别。结果表明本方法具可行性，并可进一步扩展。     

基于模糊模式识别算法的学习型红外遥控器的编码压缩

介绍一种自学习型红外遥控器的设计方法.该红外遥控器采用测量脉冲宽度的原理,通过模糊算法识别遥控信号实现自学习功能,最后对数据进行压缩,提高了存储效率.该装置可以代替各种不同的遥控器控制家用电器.     

带有参数自调整机构的多变量系统模糊神经网络解耦控制

在文献[1]的基础上,引入模糊神经网络和参数自调整算法,改善系统的智能,使系统具有自学习和自调整模糊规则的能力.仿真结果表明,该方法能实现静态解耦,并提高了系统的抗干扰能力和鲁棒性,改善了系统的性能.