混沌Arneodo系统非线性与自适应模糊神经网络控制

针对Arneodo系统的参数不确定性,阐述了Arneodo控制系统中抵消非线性的基本思想和设计方法.利用LQR线性反馈技术,设计了具有稳定裕度的二次型最优控制器,同时在控制器中引入一个用于函数逼近的自适应模糊神经网络,利用该神经网络抵消控制系统中的非线性项,使受控系统的某一状态变量可被镇定到任意参考位置.这种具有模糊神经网络的控制器实现了参数不确定系统的精确反馈线性化控制.通过仿真比较研究,说明了反馈线性化与自适应神经网络相结合的控制器具有良好的控制性能,且更易实现.     

基于变结构的移动机器人侧向控制器的设计

采用基于后推与模糊滑模控制相结合的方法设计了移动机器人的变结构状态反馈控制器,实现了对道路跟踪侧向误差的渐近镇定控制.应用Lyapunov定理推导了移动机器人满足非完整性约束的时变光滑状态反馈镇定控制律;将状态控制区域分为远离奇异点的稳定工作区域与含有奇异点的非稳定区域2部分.设计模糊控制嚣来控制移动机器人的状态从非稳定区域向稳定区域转变,并采用移动机器人Amigobot作为实验平台验证了控制器设计的有效性.研究结果表明:侧向误差较大时,模糊控制器确保移动机器人在稳定区域内沿着模态切换线减小误差;当侧向误差较小时,时变光滑状态反馈控制实现对移动机器人的平稳镇定.在控制器设计中,将移动机器人的平移速度视为渐变参数,根据侧向误差能量函数的变化进行模糊自适应调节.     

基于T-S模糊模型一类不确定非线性系统的H∞模糊鲁棒跟踪控制

研究一类不确定非线性系统模糊鲁棒跟踪控制的设计. 基于存在外界干扰的不确定非线性系统的T-S模糊模型, 考察被控系统跟踪参考信号的误差, 得出跟踪误差指数稳定的约束条件, 在跟踪控制与镇定控制一致的前提下研究了H_∞模糊鲁棒跟踪控制器的设计问题, 基于Matlab的LMI和FLC工具可实现对此问题求解. 仿真实例验证了算法的有效性.     

基于T-S模糊模型的新型非线性系统控制器设计

针对非线性系统的镇定控制问题,设计了一种新型的基于T-S模糊模型的非-并联分布补偿(PDC)控制器.在控制器设计的过程中,采用了一种新颖的模糊李亚普诺夫函数和一种松弛变量技术.这些措施的应用可以为控制器的设计引入更多的自由度,因而可以获得比以往结果保守性更小的镇定条件.由于控制条件是以线性矩阵不等式形式给出的,因此可以...     

倒立摆系统的模糊控制方法

阐述了基于二级倒立摆的两种模糊控制方法，即模糊逻辑控制方法和分层模糊控制方法．模糊逻辑控制方法是将二级倒立摆系统的6个状态变量加权变化为两个参变量，再用模糊控制器实现稳定控制．而分层模糊控制是将状态变量分解为子系统，设计下层模糊控制器对其控制，上层模糊控制器负责整个系统的协调和管理，实现稳定控制．实验结果表明：分层模糊控制较模糊逻辑控制具有更好的控制效果．     

参数不确定性模糊大系统的保性能控制:LMI方法

研究了一类具有参数不确定性的关联模糊大系统的保性能控制问题，基于线性矩阵不等式（LMI）方法给出了该不确定性模糊大系统分散状态反馈保性能控制器的设计方案，所设计的分散状态反馈保性能控制器不但使得该不确定性模糊大系统闭环渐近稳定，而且使得其二次型性能指标的上界最小．最后通过一个数值例子说明了所提出方法的有效性．     

一类不确定切换模糊时滞系统的可靠控制

研究了一类不确定切换模糊时滞系统的可靠控制问题．当执行器“严重失效”而未失效部分不能镇定原系统时,采用多Lyapunov函数方法构造状态反馈可靠控制器,使得闭环系统对于所有允许的执行器失效,在所设计的状态反馈可靠控制器下是渐近稳定的,并以线性矩阵不等式形式给出了使闭环系统渐近稳定的条件．最后,通过仿真结果验证了结论的正确性．     

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.     

时滞不确定T-S模糊系统的H∞鲁棒控制

讨论一类具有状态和输入时滞的不确定Takagi-Sugeno(T-S)模糊模型的H∞控制问题.采用并行分布补偿控制法(PDC),建立系统镇定的充分条件并给出了H∞鲁棒控制器的设计方法.该方法保证了模糊闭环系统内部渐近稳定并满足从干扰输入到控制输出的H∞范数界约束.仿真实例验证了该方法的有效性.     

模糊控制器在高阶水位控制中的设计及应用

在高阶大惯性环节对象的控制问题中，采用普通PID难以实现其良好的控制作用．设计了一种基于模糊控制原理的模糊PID参数自适应控制器和模糊控制器，根据偏差和偏差变化率来实时调整参数，水位控制实验结果表明，这种模糊控制器比常规PID控制器有更好的控制效果，明显改善了系统的动态性能和稳态性能．     

模糊控温器设计及其实践

温度变量具有大滞后和非线性特点,传统的控温方法不能获得满意的结果。模糊数学的发展,为研究设计新型模糊控温器提供了理论基础。本文应用模糊逻辑理论,进行模糊推理计算,设计了一类温度控制器,并进行了大量实验,控温较为满意。应用模糊逻辑进行控温,方法简便,且能满足控温精度。     

一种用CMAC网络建立模糊控制器的新方法

提出了和种新的建立模糊控制的方法，在原来模糊控制的基础上，对模集提出了新的解释，将模糊集的建立和模糊规则的确立和受控系统的物理行为直接联系起来。然后，通过ＣＭＡＣ神经网络对受控系统进行学习，掌握受控系统的特性，并最终由ＣＭＡＣ神经网络根据对模糊集的新的解释，来建立模糊集并提取模糊规则。     

智能模糊控制器

给出了一种智能模糊控制器的设计方法。这种控制器由专家系统形式的智能协调器、连续模糊控制器、模糊预估器及模糊前馈控制器几部分构成,在专家系统的协调下,通过开环与闭环相结合、位置与增量相结合的调节方式,给出了接近最优的控制策略.仿真结果也证实了这一点。     

Optimal Fuzzy PID Controller with Adjustable Factors and Its Application to Intelligent Artificial Legs

A new kind of optimal fuzzy PID controller is proposed, which contains two parts. One is an on-line fuzzy inference mechanism and another is a conventional PID controller. In the fuzzy inference mecha-nism, three adjustable factors χp, χi, and χd are introduced. Their function is to further modify and op-timize the result of the fuzzy inference to make the controller have the optimal control effect on a given ob-ject. The optimal values of these factors are determined based on the ITAE criterion and the flexible poly-hedron search algorithm of Nelder and Mead. This PID controller has been used to control a D.C. motor of the intelligent artificial leg designed by the authors. The result of computer simulation indicates that the design of this controller is very effective and can be widely used to control different kinds of objects and processes.     

基于模糊控制思想的PD控制器及其应用

针对工业上广泛使用的温控仪的工作特点，研究了模糊控制的方法，主要包括：在分析总结模糊控制本质思想的基础上，提出了一种非线性、变权、控制规则自调整的模糊控制器，仿真结果验证了该控制器的简单、有效性；将该控制算法用于MWK型模糊温控仪的设计制造，实验表明，温控仪的工作性能良好、成本低、可以投入生产。分析了控制器参数的作用，并给出了进一步改善控制性能和在线自调整的模糊算法。     

多变量模糊控制器的两种算法

研究了一类模糊系统在单输入、单输出和多输入、多输出的各种情况下,提出了两种模糊算法.利用这种算法,可以建立多变量模糊控制器的数学模型。别适用于微机的实时控制.为研制通用性的模糊控制器提供了依据。     

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。     

多输入模糊控制器规则数目的确定方法

一个好的模糊控制器需要多少条规则,这是模糊控制领域中的一个基本问题。为讨论此问题,给出了多元Lagrange插值公式的误差估计式,并据此推导出一个好的多输入模糊控制器所需规则个数的上界,当模糊规则库确定之后,可求得用模糊控制器逼近精确控制时的误差。通过仿真实例,结论得到进一步验证。     

An Intelligent Adaptive Fuzzy PID Controller Based on Multimodel Control Approach

A novel intelligent adaptive fuzzy PHD controller based on multimodel control approach is presented in this paper.It can improve the system performance of the dynamic time- varying system at various operating conditions.The fuzzy PHD controller is implemented by combining a fuzzy PI with a fuzzy PD controller in a parallel structure. The parameters of the fuzzy PHD controller are linked, via analytical derivation, to the gains of the linear PID controller. The sum of error square is used as performance criterion to locate the model that best reresents the process among the multiple models, The desired control output to drive the process along the desired path is generated only by modifying the output scale factots GU_I and GU_D of the fuzzy PID controller, Among the prescribed models, the control signal of the nearestmmodel to the system is applied. The system can be driven to its original trajectory because of the robustness of the fuzzy PID controller, Computer simulation results show that the adaptiv     

基于Lyapunov方法的离散时间模糊控制系统设计

研究了基于 T-S模型的离散时间模糊控制器的规则化设计问题。将模糊控制系统看成是一类具有结构式不确定性的系统 ,利用 L ya-punov稳定性定理 ,提出了一类线性状态反馈控制器的规则化设计方法。通过求解离散时间 Lyapunov方程 ,得出线性状态反馈控制律。并给出了保证闭环系统渐近稳定的充分条件