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。     

H∞鲁棒模糊控制在磁悬浮球系统中的应用

基于磁悬浮球系统的物理结构及其非线性,建立了磁悬浮球系统的非线性数学模型,并采用近似线性化方法得到系统的线性模型。系统在满足最优鲁棒性的条件下,采用了单点模糊化、乘积模糊推理以及加权平均解模糊法的模糊推理方法,实现了磁悬浮系统的H∞鲁棒模糊控制器的设计,仿真实验结果表明了该控制算法的有效性。     

基于模糊PID的移动机器人控制系统的设计

利用牛顿-欧拉的方法建立了轮式移动机器人的动力学模型,为保证模型的精确性考虑了电机的动力学特性.针对传统的PID控制方法对数学模型要求较高的缺点引入了一种模糊PID控制策略.文中详细的给出了控制算法实现步骤,即模糊化,模糊规则的制定,模糊推理,解模糊.最后介绍了系统的软硬件构架.     

单层模糊智能控制系统模型与应用

系统决策基于系统的属性信息,这些信息有定性的也有定量的.综合定性与定量信息,基于模糊推理理论建立了一个普适的单层属性的模糊智能控制系统.将决策信息分级并模糊化,建立模糊推理规则库;依据模糊化的决策信息搜索推理规则库,进行模糊合成得到控制信息.实现对系统的智能化控制.讨论了系统运行的时间复杂度和空间复杂度,并进行了证明.最后给出了单层模糊智能控制系统的一个应用实例.     

利用神经模糊系统从数据中挖掘模糊逻辑

提出一种利用神经模糊系统从实验记录的曲线或者数据中挖掘模糊逻辑规则的方法。首先根据生产控制系统的实验记录的曲线或者数据,初步确定一个“if…then”模糊逻辑规则模型;然后利用具有非线性特性的神经网络和模糊推理中的模糊逻辑运算,构造了一个神经模糊系统;通过有导师的误差反向传输学习,将训练后的神经模糊系统的网络联接权的变化结合为模糊逻辑规则的变化和修改,从而实现了从实验记录的曲线或者数据中推理、归纳的模糊逻辑控制规则。     

一种基于Choquet积分的不精确推理方法

模糊规则是模糊推理中的重要工具之一,它表示了模糊知识的因果关系.在一个模糊规则集中,当模糊命题间存在交互作用时,将参数权重用模糊测度取代,得到了一种基于模糊规则矩阵变换和Choquet模糊积分的模糊推理方法.该方法主要应用在不完全归纳推理中.     

非线性大滞后系统的单神经元模糊预测控制

提出一种单神经元模糊预测PID控制策略,无需对复杂控制过程建立数学模型,只要检测过程的实际输出和期望输出,通过模糊预测控制修正单神经元PID控制规则,即可对非线性大滞后系统实现自适应控制.对于大滞后扰动系统,在稳定性、快速性、鲁棒性方面明显优于常规单神经元PID控制器.仿真结果表明,该方法应用于非线性大滞后系统具有良好的控制品质.     

基于遗传算法的动态模糊模型辨识非线性系统方法

针对复杂的动态系统,提出了一种基于遗传算法的模糊模型辨识方法,给出了学习模糊规则的新算法,探讨模糊推理方法和遗传学习算法用于非线性系统建模的问题,仿真结果证明了该算法的有效性。     

基于ANFIS的DMFC温度建模和改进模糊控制

针对直接甲醇燃料电池(DMFC)的实时控制要求,采用自适应神经模糊推理系统(ANFIS)对DMFC系统的工作温度进行建模与控制.基于实验数据建立DMFC电堆温度模型,避免了DMFC电堆的内部复杂性分析.以训练好的网络模型作为DMFC控制系统的参考模型,采用一种改进的模糊遗传算法(FGA)在线对神经模糊控制器的参数和模糊规则进行自适应调整.将所提出的算法与非线性PID和传统模糊算法进行实验比较,结果表明所设计的神经模糊控制器具有较好的性能.     

模糊神经网络控制系统

介绍了将神经网络和模糊控制相结合,即用人工神经网络算法产生模糊推理规则和隶属函数,再基于这些模糊推理规则和隶属函数产生模糊逻辑控制的一种新颖控制策略--模糊神经网络系统的组织结构及其神经网络的设计.     

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。     

模糊逻辑系统的改进

模糊推理方法和非模糊化策略是模糊逻辑系统的两个最重要的组成部分 ,在很大程度上影响模糊系统的性能和效果。根据“t范式”和“t协范式”不同的操作组合方式 ,提出了几种改进的模糊推理方法和非模糊化策略 ,并通过计算机模拟得到了比较满意的效果。这说明Mamdani所提出的模糊推理方法并不是唯一的模糊控制方法     

温室环境下多变量模糊控制系统

针对温室环境系统常规控制方法难以取得理想的控制效果的问题，采用模糊从之方法对该问题进行研究。提出了将传统的模糊控制系统分解为控制器和模糊推理器新控制思路，一般控制器是完成系统执行机构的动态性能的优化，模糊推理器完成被控对象的测量信号与控制信号的转换。该方法简化了控制系统的设计和实现，又充分利用了模糊推理器和传统控制方法的优点，采用这种方法设计的温室环境下多变量模糊控制系统，具有消除系统的稳态误差的作用，提高了模糊控制器的控制精度。本系统经仿真，达到了控制要求。     

模糊控制系统的镇定性能

引入了模糊系统镇定性能的概念，讨论了连续状态下模糊控制器对被控过程的镇定性能，证明了若系统能被稳定控制，则可利用T-S模糊控制器使系统达到相同的稳定控制性能。     

广义Takagi-Sugeno模糊系统与其分层系统的等价性

引入广义分层Ｔａｇａｋｉ－Ｓｕｇｅｎｏ模糊系统,“规则爆炸”或“维数灾难”问题可由该系统得到解决,通过引入中间变量,证明了分层模糊系统的Ｉ－Ｏ关系可以表示为带 有中间变量的广义ＴＳ模糊系统;反之,一个分层系统也可表示模糊系统的Ｉ－Ｏ关系。     

基于Zadeh蕴涵的重心法模糊系统

研究了基于Zadeh蕴涵的重心法模糊系统及其泛逼近性问题.对于Zadeh蕴涵来说,用通常的＂单点模糊化＂方法所构造的模糊系统不具有泛逼近性.针对这一问题,应用＂参数单点模糊化＂方法,重新构造了基于Zadeh蕴涵的重心法模糊系统.证明了该重心法模糊系统具有泛逼近性,并给出了这种模糊系统具有泛逼近性的充分条件.     

基于后件函数描述的模糊控制系统稳定性分析

对由推理规则描述的模糊控制系统，用Ｌｙａｐｕｎｏｖ方法给出了后件方程的矩阵表示，并进行了稳定性讨论。     

不同输出推理时模糊控制器的解析结构

以解析的方法推导得出了二维的、等腰三角形隶属度函数的模糊控制器在不同模糊合成运算和输出推理时的结构,并分析比较了各控制器的特性。     

模糊预测控制的实现形式

对模糊预测控制的实现形式进行了论述和分析。指出预测控制和模糊控制是复杂系统的两种控制策略,预测和模糊集合理论结合在一起,相互促进,可以进一步提高性能,文末对模糊预测控制进行了展望。     

不同模糊逻辑下模糊控制器的解析结构

证明了具有线性控制规则、三角形隶属函数和不同模糊逻辑的模糊控制器是相同的二维多级继电器和增益不同的局部PI控制器之和,并分析比较了各控制器的特性。