模糊可拓经济控制理论初探

经济分析与控制技术的研究意义重大.本文在定义了模糊可拓经济空间的基础上提出一种模糊可拓经济控制方法.它结合可拓学、面向对象技术、模糊控制技术和其它最新的系统科学、决策科学理论,将经济系统看作一个开放的宏观复杂巨系统,运用从定性到定量综合集成法进行经济分析和控制的研究,具有较高的科学性和现实意义.     

模糊可拓经济控制及变换发展理论研究

结合系统科学和数学的最新理论成果 ,定义并提出了模糊可拓经济空间及其基础上的模糊可拓经济控制及变换发展的理论 .本文运用从定性到定量综合集成法 ,将经济系统看作是宏观复杂巨系统 ,探讨了一种新的以市场经济体制为背景的经济预测、决策和调控理论 .对于经济系统的经济分析和发展控制研究 ,是一种创新性的探索 .     

市场经济:模糊可拓控制与协商决策支持系统

本文利用 F推理和 F转移矩阵对市场经济信息进行了可拓分析 ,并根据实际情况确定关联函数 Ku(x) .当 Ku(x) >0属于传统控制论 ,非线性时用模糊控制 ;当 0 >Ku (x) >-1时属于可拓控制 ;当 -1 >Ku(x) >-∞时实行模糊可拓控制 ,或协商控制 .给出计算机程序框图 ,并对各个框图进行了较详细的解释 ,特别对可拓协商控制理论 ,作了较详细的探讨.     

模糊神经网络在炉温控制中的应用

本文提出一种模糊神经网络自学习控制方法，并应用于窑炉温度控制系统中。经实验仿真和应用结果表明，该控制方案可改善具有时变及大纯滞后的炉温控制系统，其性能优于一般Ｆｕｚｙ控制。     

可拓集合与可拓决策

本文通俗地介绍一个新兴的学科——物元分析,并以广东省环保投资的决策问题为例,讨论了普通的线性规划法和物元分析方法。指出了以效益最大和以污染指数最小为目标建立的线性规划模型的局限性,并在此基础上讨论了运用物无分析法解决实际问题的能力。     

基于遗传算法的模糊神经网络智能控制器及其应用

提出了一种基于遗传算法的模糊网络控制系统,该系统采用模糊神经网络结构实现,它用遗传算法优化具有全局性的隶属函数参数,而用ＢＰ算法调节和优化具有局部性的网络权值参数。仿真结果表明该控制器可大大提高模糊神经推理控制系统的自学习性和鲁棒性。     

模糊神经网络自学习控制器及其应用

本文提出了一种模糊神经网络自学习控制方法，并介绍了采用多层神经网络表达模糊控制的知识规则、模糊推理和学习算法。经实验仿真结果表明这种控制方案可改善具有时变及大纯滞后系统的控制品质，其性能优于一般模糊控制。     

模糊可拓经济控制论FEEC简介

模糊可拓经济控制论ＦＥＥＣ简介一、市场经济呼唤理论宋健同志在９４年１１月１６日讲话中提出：“系统工作者要敢于接触前沿……市场这东西，是开放的复杂巨系统……要充分认识市场，系统科学家们有可能做出根本性贡献．”为此，北方交通大学自动化系统研究所贺仲雄教授...     

非线性量化因子模糊控制器及其应用

针对被控系统的随机动态过程,选取系统中的误差与误差变量,采用二者所集成的复合函数实现对系统的最优控制.同时,应用此复合函数设计了包含非线性量化因子的模糊控制算法.采用此模糊控制算法的仿真结果表明,此种方法不仅便于实现,而且与传统的控制方法相比具有较好的控制效果.     

Fuzzy Extensive Economical Control

ＦｕｚｚｙＥｘｔｅｎｓｉｖｅＥｃｏｎｏｍｉｃａｌＣｏｎｔｒｏｌＨｅＺｈｏｎｇｘｉｏｎｇ＆ＨｕＷａｎｊｕｎＡｕｔｏｍａｔｉｏｎＳｙｓｔｅｍｌｎｓｔｉｔｕｔｅ，ＮｏｒｔｈｅｒｎＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００４４，Ｐ．Ｒ．Ｃｈ...     

用模糊加优化模糊控制规则

模糊加是模糊数学中的一项基本运算,而模糊数学又是模糊控制的理论基础。提出了一种使用模糊加优化模糊控制规则的方法,就是根据需要,对模糊控制器的输出叠加一个模糊量,来补偿干扰造成的控制量损失。还用VC++和Matlab作为开发工具,对这种方法进行了仿真实验,验证它的效果。实践证明,模糊加可以在一定程度上达到优化模糊控制规则的目的。     

模糊变频空调器控制效果分析与系统的仿真研究

在模糊变频空调器仿真研究的基础上,为提高模糊变频空调器的控制效果,分别对影响确定量和模糊量转换的三个比例因子Ｋｅ、Ｋｅｃ、Ｋｕ进行了分析,并在此基础上提出了复合型模糊控制的控制模型。对比仿真试验结果表明,采用该复合型模糊控制的空调器既保留了改进前模糊控制空调器的优点,又减小了空调器的超调以及稳态误差较大的缺陷。     

模糊控制在工业锅炉燃烧自控中的应用

本文扼要介绍了模糊集合的概念和运行规则，并介绍了模糊集合在工业锅炉燃烧自控中的应用并给出了数字仿真结果。     

直接鲁棒自适应模糊控制

针对一类不确定非线性系统 ,基于监督控制方案并利用第二类模糊系统的逼近能力 ,提出了一种直接鲁棒自适应模糊控制器设计的新方案。该方案通过引入最优逼近误差的自适应补偿项来消除建模误差的影响 ,从而在稳定性分析中取消了要求逼近误差平方可积或逼近误差的上确界已知的条件。理论分析证明了闭环控制系统是全局稳定的 ,跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

一种模糊神经网络自适应预测控制方案的研究

针对现有模糊推理方法的缺点,结合神经网络的学习能力和插值能力,提出了一种新型的模糊神经网络结构。在此基础上设计了一种模糊神经网络自适应预测控制方案,并导出了相应的学习算法。同时引入了预测误差的智能补偿,以提高预测及控制精度。仿真实验表明,该算法能实现模糊控制和神经网络控制的优势互补,在非线性复杂系统的控制方面具备较高的性能。     

基于模糊反馈校正的广义预测控制

针对具有纯时滞和非线性的复杂系统，提出一种基于广义预测控制和模糊反馈校正相结合的控制策略，目的在于抑制模型失配的影响，增强广义预测控制的鲁棒性，建立一种适于实时生产过程的控制方法。仿真结果表明了这一算法的有效性。     

模糊系统建模与控制的神经网络方法

本文将正在迅速发展中的模糊控制、建模方法与神经网络方法结合起来,提出了模糊系统建模与控制的神经网络方法。这种方法的核心是利用神经网络来实现复杂系统的模糊输入和输出间的模糊映射关系,并利用神经网络来学习并记忆人类控制器的知识和经验性的控制策略。本文给出了详细的模型结构和有关算法,并仿真实现了基于神经网络的模糊系统建模与模糊控制。