齐次T-S模糊系统的逼近性能

为深入剖析模糊系统的通用逼近性能,明确定义了输入模糊集的有关概念和模糊系统输入空间的标准双交叠模糊划分,给出了在此定义下的模糊系统的一些基本性质.构造了一类输入变量采用伪梯形隶属函数的一般齐次T-S(CHTS)模糊系统,进而证明了此类T-S模糊系统能够以任意精度逼近满足Lipschitz条件的任意非线性函数,定理假设的保守性得以降低,结论更具一般性.仿真结果验证了齐次T-S模糊系统的通用逼近性,为基于平行分布补偿(PDC)原理和线性矩阵不等式(LMI)的T-S模糊控制系统的设计和稳定性分析提供了理论依据.     

基于模糊Lyapunov-Krasovskii函数的T-S模糊系统的H∞控制

研究了离散时滞T-S模糊系统基于模糊Lyapunov-Krasovskii函数的H∞控制问题.通过构造离散型模糊Lyapunov-Krasovskii函数,首先给出了一个使得T-S模糊系统渐近稳定的充分条件,然后给出了相应的H∞控制器的设计方法,该设计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,且具有较少的保守性.最后通过仿真实例,验证了该方法的有效性.     

Henon混沌系统的模糊非二次镇定方法

研究了Henon混沌系统的基于T-S模糊模型的非二次镇定问题.通过构造离散型模糊Lyapunov函数和相应的控制律,首先给出了离散T-S模糊系统渐近稳定的充分条件,然后应用这些条件镇定Henon混沌系统,仿真结果显示该方法是有效的,且导出的条件具有较少的保守性.     

一种新的T-S模糊模型辨识算法

针对非传统T-S模糊模型,给出了一种新的辨识方法。利用改进模糊划分聚类算法辨识前件参数,最小二乘法对模糊模型的后件参数进行辨识。应用Box-Jenkins煤气炉数据和一个非线性系统进行仿真实验,结果证明了该方法的有效性与实用性。     

T-S模糊广义系统稳定性分析及控制器设计

针对T-S模糊离散广义系统稳定性判别条件严格,不具备更好适用性等问题,提出一种优化判据的新方法.该方法利用模糊Lyapunov函数分析了T-S模糊离散广义系统的稳定性问题,经过推导得出了更具一般性的稳定充分条件,并对得到的结论予以严格的数学证明;基于并行分布补偿(PDC)设计了模糊控制器,在原有T-S模糊模型的基础上,引入了Lyapunov函数,然后根据稳定性判别表达式不同的处理方式,提出了更宽松的T-S模糊离散广义系统稳定性判别条件,并对推论进行了证明.对T-S模糊离散广义系统的稳定性问题的优化,使得模糊离散广义系统具有更好的通用性,更贴近实际及更稳定的控制作用.     

模糊神经网络及其在系统建模与控制中的应用

模糊神经网络是模糊系统和神经网络的有机结合,它吸取了两者的优点.给出了两个具体的模糊神经网络结构以及相应的学习算法;介绍了利用模糊神经网络建立T-S模糊模型的方法;讨论了基于T-S模糊模型的控制系统分析和设计.     

一种基于T-S模糊模型的自适应建模方法及其应用

提出了一种改进的基于T-S模糊RBF神经网络模型的辨识算法和自适应方法,采用模糊C均值聚类(FCM)算法划分输入输出数据空间,最后将该算法应用于丙烯腈收率的预报,仿真结果表明了这种基于T-S模糊模型的自适应建模方法的有效性。     

基于在线模糊聚类的故障检测和容错控制

提出了一种新的基于T-S模糊模型在线辨识的非线性系统的故障诊断与容错控制策略.在闭环控制中,根据在线产生的数据对T-S模糊模型进行辨识,当故障引起系统动态的结构性变化时,在线模糊聚类算法能够辨识出系统的重大改变并产生新的模糊规则描述系统新的动态,同时基于T-S模型的控制律也会做出相应的调整.分析了T-S模糊模型结构和参...     

具有时变时滞的离散T-S模糊随机系统的耗散性分析

[目的]研究具有时变时滞的离散T-S模糊随机系统的耗散性分析问题,获得具有更低保守性的条件.[方法]构造新的模糊Lyapunov-Krasovskii泛函,并且利用离散的Jensen不等式.[结果]得到了该系统随机耗散的条件.[结论]通过Matlab求解,验证了此方法的有效性,并且与已有文献相比,此方法有更低的保守性,且计算复杂度有所降低.     

T-S模糊模型的时滞相关稳定性分析及镇定

研究了连续时滞T-S模糊模型基于Lyapunov-Krasovskii函数的稳定性分析及控制器设计问题.构造出连续型Lyapunov-Krasovskii函数,然后基于一系列线性矩阵不等式,得到了开环系统稳定的充分条件,该条件具有较少的保守性.进而给出状态反馈控制器设计方法,所设计的控制器能保证闭环系统渐进稳定.最后通过仿真实例验证了该方法的有效性和优越性.     

一类参数不确定T-S模糊系统的鲁棒控制及仿真

针对一类具有参数不确定的T akag i-Sugeno(T-S)模糊系统,基于模糊区域的概念研究了其鲁棒控制问题。通过将不确定T-S模糊模型转换为不确定T-S模糊区域模型,并利用Lya-punov稳定性理论,导出了线性矩阵不等式(LM I)形式的鲁棒控制器设计方法。相对于传统设计方法,降低了采用线性矩阵不等式方法求解的难度,并具有良好的鲁棒性能。仿真结果验证了该方法的有效性。     

离散T-S模糊系统稳定性分析及控制器设计

针对离散T-S模糊控制系统稳定性分析及控制器设计问题,在Lyapunov直接方法把稳定性的判据归结为在所有的子系统中寻找一个公共的正定的矩阵P基础上,基于模糊Lyapunov方法提出了一种新的稳定性判别条件,把常规Lyapunov方法中的一个公共矩阵的寻找分解为r个矩阵的寻找,使该条件具有更大的宽松性:利用离散T-S模糊系统模型和模糊Lyapunov函数,通过矩阵变换,解决了控制器设计时的双线性矩阵不等式问题,使得稳定性的判定和控制器的增益计算都可以直接利用线性矩阵不等式,通过利用MATLAB中的LMI工具箱对系统进行了仿真,仿真实例给出了由具体规则描述的模糊系统,仿真结果说明了该算法的有效性和优越性.     

一类T-S广义模糊系统二次稳定性问题的研究

基于模糊极值子系统的思想,研究了一类T S广义模糊系统的二次稳定性与非线性模糊控制器设计的问题·首先给出了模糊极值子系统的定义,将模糊系统的二次稳定性问题转化为其模糊极值子系统的二次稳定性问题的分析与研究·然后利用模糊极值子系统给出了模糊广义系统二次稳定的一个充分必要条件,最后通过两个新条件将充分必要条件中的精确上界条件减弱为近似上界,从而放宽了对充分必要条件的限制·     

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.     

时滞T-S模糊系统的控制器设计与稳定性分析

讨论了时滞T-S模糊系统的控制器设计与稳定性分析方法。提出了时滞T-S模糊模型并利用Lya-punov函数法给出了系统的稳定条件;讨论了系统带有控制输入的状态反馈控制器设计方法,并给出了闭环系统稳定的充分条件;给出了仿真实例,仿真结果表明了方法的有效性。     

T-S离散模糊系统的二次稳定性

研究了T-S离散模糊系统的二次稳定性,目的是得到更简单的稳定性条件·首先,引入适合于T-S离散模糊系统的Lyapunov函数,得到了该系统稳定的充分条件·然后利用Schur补将非线性矩阵不等式问题转换成线性矩阵不等式问题,从而把被研究系统转化为凸组合系统,提出了基于LMI的更为简单的二次稳定性的充分条件·最后,给出了一个计算例子,计算结果说明可以使用LMI和MATLAB求解这类问题,同时证明了上述方法的优越性·利用该方法可以进一步研究T-S离散模糊系统的鲁棒控制、H∞控制等问题·     

一类带有不确定项的多输入模糊双线性系统的鲁棒控制

对一类带有不确定项的多输入模糊双线性系统(M-I FBS)进行了稳定性分析及控制器设计.使用分布补偿算法(PDC)设计了模糊控制器,得到了带有不确定项的M-I FBS渐近稳定的充分条件.最后,仿真结果验证了推导的该条件的有效性.     

一类具有时滞的不确定非线性离散系统的鲁棒模糊控制

对一类基于T-S(takagi-sugeno)模糊模型的具有时滞的不确定非线性离散系统的模糊鲁棒控制问题进行了探讨．提出了一种基于线性矩阵不等式(LMI)方法的模糊鲁棒状态反馈控制器的设计方法，并根据Lyapunov稳定性理论，获得了系统模糊鲁棒稳定的充分条件，仿真结果验证了该控制方法的有效性。     

离散T-S模糊广义系统稳定性的一个新判别条件

利用离散广义Lyapunov方法和分段模糊Lyapunov函数,研究输入采用双交叠模糊分划的离散广义模糊系统的性质,得出新的判定离散T-S模糊广义系统稳定性的充分条件,即在最大交叠规则组内寻求公共正定矩阵,并用算例说明这种方法的有效性.     

一类不确定T-S模糊系统的H_∞控制器设计

基于线性矩阵不等式的方法,研究了一类带有不确定参数的T-S模糊系统的H∞控制器设计问题.给出了参数不确定的T-S模糊系统的系统建模以及系统的二次稳定性,并且对此类T-S模糊系统的H∞控制问题进行了探讨,给出了新的基于状态反馈H∞控制器的设计方法.