一类非线性系统的模糊自适应控制

针对一类非线性系统,把模糊T S模型和自适应模糊逻辑系统这两种模糊逻辑方式结合起来,提出了一种自适应控制方案.首先,采用模糊T S模型来对非线性系统建模,由线性矩阵不等式得到模糊模型的控制律.其次,构建了自适应模糊逻辑系统,应用自适应模糊逻辑系统补偿器来消去建模误差.证明了闭环系统满足期望的H∞性能,仿真结果表明了该方案的可行性.     

非线性系统的鲁棒自适应模糊轨迹线性化控制

针对一类非线性多输入多输出不确定系统,基于小增益理论提出了鲁棒自适应模糊轨迹线性化控制方法。利用T-S模糊系统逼近未知干扰和不确定性因素,采用Lyapunov方法及小增益理论证明了闭环系统所有信号一致最终有界。该算法自适应律的学习参数仅有1个,便于工程实现。最后利用本文提出的控制方案设计了空天飞行器飞行控制系统,仿真结果表明了控制方案有效性和鲁棒性。     

一类非线性大系统的间接自适应分散神经网络控制

针对仿射非线性大系统,采用分散控制的思想,利用模糊神经网络辨识方法对各个子系统建立NARMA模型,运用自适应控制、滑模控制方法消除各子系统间的非线性关联项及不确定的外部干扰,并使用神经网络的辨识结果来调节控制器参数,形成间接自适应分散神经网络控制器.最后,将本文提出的控制方法运用于互连双倒立摆仿真中,结果表明所提出的算法是有效的.     

一类非线性系统的自适应模糊观测器设计

针对一类不确定非线性系统提出了自适应模糊观测器设计方法。该观测器采用模糊系统逼近非线性函数,它不要求被观测对象结构和参数已知的条件,并对估计误差、模糊逼近误差和外扰的存在采用了鲁棒监督项以保证良好的观测性能,该观测器是对非线性广义Luenberger自适应观测器的一种扩展。该方法的有效性得到理论证明和仿真实验的验证。     

多输入多输出非线性系统的间接自适应模糊跟踪控制

针对多输入多输出非线性系统,把自适应模糊控制和自适应模糊辨识结合起来,提出了一种间接自适应模糊控制方案.由跟踪误差和辨识误差给出了参数调节规律,两种误差同时调节参数改善了系统性能.应用推广的模糊逻辑系统来估计多维未知函数,补偿器可抵消模糊逼近误差和外部扰动.控制方案保证了系统的稳定性,实现了跟踪.     

一类非线性系统的自适应模糊观测器设计

针对一类不确定非线性系统提出了自适应模糊观测器设计方法．该观测器采用模糊系统逼近非线性函数，它不要求被观测对象结构和参数已知的条件，并对估计误差、模糊逼近误差和外扰的存在采用了鲁棒监叔项以保证良好的观测性能，该观测器是对非线性广义Luenberger自适应观测器的一种扩展．该方法的有效性得到理论证明和仿真实验的验证．[第一段]     

基于自适应模糊PID的石墨烯制备控制系统

石墨烯制备的电解过程具有非线性和不确定性,使用传统的比例积分微分（proportion integration differentiation,PID）控制算法难以精确掌控制备过程中的电解电流以及电解液离子浓度,导致在电解法制备石墨烯过程中,易出现团聚和剥离不均匀的问题,据此设计了一种自适应模糊PID算法并建立相应的数学模型,利用该模型可以更好地控制石墨烯制备的工艺精度。使用MATLAB进行自适应模糊PID算法和传统PID算法的对比仿真,并针对仿真结果进行分析讨论。自适应模糊PID算法的响应时间、抗干扰能力和稳定性等性能相较于传统PID算法都要更加优秀,更加符合石墨烯制备控制系统要求。     

利用循环相关特征的自适应模糊调制分类

针对非平稳数字调制信号,提出一种高阶正交循环累量特征,具有“屏蔽”干扰和噪声的特性. 采用模糊神经网络非线性动态建模的调制识别器,根据特征训练样本的大致分布状况建立蕴涵初始经验的模糊推理系统结构,再嵌入神经网络的结构和自适应学习算法对模糊系统参数进行调整和优化,完成模糊神经网络模型的逼近求精. 对MASK, MPSK, MFSK, MQAM 等信号进行仿真实验,结果表明系统在信噪比等环境参数变化较大的情况下适应性和容错性良好. 相对于神经网络等识别器,具有初始经验的系统结构更明确,建模周期较短,算法识别率和效率有明显提高.     

基于高斯相似度分析的最大后验非线性变换HMM自适应算法

由于训练环境和识别环境的失配,识别系统的性能会严重下降,为此提出了基于高斯相似度分析的最大后验概率非线性变换的环境自适应算法,它可以减小由于环境的失配所引起的系统性能的下降.在该算法中,首先将HMM模型中的高斯分量进行相似度分析并建立二叉树,然后根据数据自适应调整变换类数,在每一类内利用分段线性回归近似非线性变换将训练环境下的HMM变换到识别环境,减小环境的失配,变换参数的估计采用了最大后验概率估计(MAP).数字语音识别实验证明:该环境自适应算法的识别性能优于带有高斯相似度分析的MLST、MAPLR和MLLR等算法.     

基于模糊竞争学习的模糊自校正控制

提出一种基于模糊竞争学习的模糊自校正控制方法.先通过基于模糊竞争学习确定一种在线模糊辨识算法,并给出递推模糊竞争学习算法收敛性证明.在采用此模糊辨识方法对对象进行在线估计的基础上,再用调节器实现参数的自动整定.为验证此法的有效性,还给出了非线性系统的控制结果.     

基于时变T-S模型的自适应控制及其在养老保险系统中的应用

模糊控制算法已经广泛应用于商业和工业领域.讨论了基于时变系统T-S模糊模型的自适应控制方法,及其在养老保险信息系统中的应用.推广了一种基于参数辨识的自适应控制技术,这种自适应控制技术可以在控制过程中在线地调节系统的参数与结构,不断提高其适应能力.通过实际应用案例表明,提出的基于T-S模型的自适应控制技术在时变系统中是成功的.     

网络控制系统的自适应预测控制

针对具有随机时延的网络控制系统,提出一种自适应预测控制方法. 利用Elman神经网络对网络控制系统的随机时延进行在线预测,然后采用一种增加微分作用的改进隐式广义预测控制方法对网络时延进行补偿,实现了随机时延网络控制系统的自适应预测控制. 仿真结果表明,该方法对网络随机时延有很好的补偿效果,可明显改善系统输出性能,保证控制的稳定性与快速性.     

基于模糊PID算法的同步发电机励磁控制器设计与仿真研究

同步发电机励磁控制器是同步发电机控制系统的核心.传统PID控制理论在同步发电机励磁控制上的应用已经非常成熟.但是,这种控制方式存在着定参数、线性控制规律、适应性差的缺点.针对这些问题,采用模糊PID的控制算法,根据输出变化量和变化率在同步发电机运行过程中实现实时调整,起到动态调整PID参数的作用,使系统的动态和静态运行性能得到改善,并使系统具有较强的适应能力,提高控制效果.     

基于中央空调机组中的自动控制研究

中央空调机组是一种非常有发展潜力的环境控制系统,介绍其基本原理和控制方式,阐述系统中存在的问题.提出一种带有模糊算法的自适应控制系统,将其用于楼宇中央空调的自动化控制系统中,对提高机组的运行效率、增加空调的舒适性等方面具有积极意义.     

基于信息融合技术和DSP实现的温湿度控制系统设计

信息融合技术是智能信息处理中的一个重要环节，多传感器信息融合可以充分提取对象的信息特征，采用信息融合技术,对温室温，湿度信号进行融合，得到温室控制信号，并用DSP（数字信号处理器）实现对温，湿度的控制。