模糊控制理论综述

介绍模糊控制理论的概念、结构、历史发展、应用特点和发展概况,着重阐述模糊控制的设计,分析设计中的关键模糊控制器。事实上,单纯的模糊控制往往达不到理想的结果,实际运用中需要将模糊控制和其他成熟的控制理论相结合,以达到最优控制的目的。因此,总结各种控制系统与模糊控制的结合,分别有神经网络模糊控制、基于遗传算法的模糊控制、专家模糊控制以及混沌模糊控制等,并指出了模糊控制理论中需要解决的问题,展望了模糊控制的发展方向。     

模糊控制理论的特点及应用

模糊控制是近代控制理论中应用语言规则与模糊推理的非线性控制技术。本文主要介绍了模糊控制理论的基础、发展、特点及应用,也指出了模糊控制的不足。     

复合模糊控制策略及应用

提出了一种复合模糊分段控制策略,应用于具有大惯性、强扰动并难以建立准确模型的系统,通过计算机仿真对三层PE温度控制系统进行模拟,取得了良好的效果.     

基于自适应模糊控制的脉冲电磁光阀

提出了一种自适应高速脉冲式电磁光阀,由于电磁光阀存在较大的不确定性,为了在基本结构确定的情况下,通过调整驱动电流的波形参数,提高光阀的工作频率,采用了实验的方法,观测在多种可控参数取不同数值时光阀的工作状态,然后据此观测数据,利用遗传算法,设计具有自适应性的模糊控制系统。     

智能算法在MPPT中的应用

针对光伏系统中最大功率跟踪(MPPT)问题,本文先对光伏系统进行数据建模,再通过大量文献分析,对智能算法中的遗传算法、BP神经网络、模糊控制以及蚁群算法在光伏系统MPPT中的控制方法、过程进行总结.     

模糊控制在高炉炉温控制中的应用

阐述了高炉炉温控制的研究现状,分析了模糊控制在高炉炉温控制中的应用。此种模型有效简单,可以对高炉炉温进行有效控制,保证燃烧质量和燃烧经济性。     

基于神经元动态补偿的模糊控制及其应用

提出一种基于经元动态补偿的模糊控制策略,应用于一液压位置系统控制实验结果表明,所提出了控制策略可行,对进一步改善控制系统的鲁棒性及提高模糊系统控制精度具有明显积极作用,是一种有效的复合控制方法。     

模糊控制理论在主通风机倒机管控系统设计中的应用研究

煤矿生产过程中,主通风机具有相当重要的地位,是保证采煤工作安全进行的必要设施。而在主通风机中,倒机问题会产生停风的现象,从而引起瓦斯的聚集。本文针对目前煤矿中存在的主通风机倒机问题,对倒机管控系统进行了基于模糊控制理论的设计,让主通风机倒机问题得到解决,更好地保证采煤工作的进行。     

车削加工过程的模糊控制

针对车削加工过程控制的复杂性,将模糊控制技术应用于车削加工过程.建立车削加工过程的模糊自适应控制系统,以恒切削力为控制指标,设计了车削加工过程模糊控制器.在MatLab软件平台上对控制系统进行仿真,取得了很好的控制效果,为实现加工过程的恒力切削提供了一种有效的方法.     

基于模糊控制的PLC在注塑机温度控制中的应用

温度的准确控制是保证注塑产品质量的重要因素.针对传统注塑机温度控制系统温控波动范围大、超调量大等缺点,提出了基于模糊控制的注塑机温控系统,发挥了PLC控制灵活、编程方便、适应性强的优点,提高了注塑机料筒温度控制精度.     

单片机在模糊逻辑控制中的应用

在分析智能化的模糊逻辑控制的基础上,结合彩电的模糊逻辑控制过程.给出了以单片机805l为核心的模糊控制硬件电路,提出了编写软件中主程序和子程序的一般原则.     

基于模糊控制的电梯群控系统算法的设计

提出了一种多目标的模糊控制算法,介绍了算法的设计思想和实现,并给出了算法的验证.通过验证表明,该算法能实现有效的派梯.     

基于结构元理论的复Fuzzy数项数列收敛性

研究了基于结构元理论的复Fuzzy数项数列,给出了基于结构元理论线性生成的复模糊数及复模糊数项数列定义.探讨了数列的收敛性,给出了数列收敛的充要条件及收敛的唯一性、有界性、保号性等结论.     

基于RBFNN和GA的重叠峰分辨新技术

根据光谱线型函数和色谱峰型函数的(近似)径向对称性和紧支性,首先构造了以线型或峰型函数为基函数的径向基函数神经网络(RBFNN),在RBFNN学习算法中引入了基于可行域约束和共享小生境技术的遗传算法(GA),从而使RBFNN具有了结构自学习和参数优化的能力.最后将具有结构自学习能力的RBFNN成功地引入至谱图的重叠峰解析辨识研究中,试图建立一种适应光谱和色谱谱图重叠峰解析辨识的统一架构,并达到了预期的目的.为了提高解析辨识的成功率,避免遗传算法的盲目搜索,文章还将参数的约束关系作为罚函数引入至遗传算法的适应值函数中,极大地限制了解的空间,减少了病态解发生的概率.     

基于粒子群算法优化的T-S型模糊神经网络控制器

粒子群优化(PSO)算法是一种新颖的演化算法,该算法通过粒子间的相互作用在复杂搜索空间中发现最优区域,其优势在于简单而功能强大。提出一种T-S型模糊神经网络控制器,采用PSO算法对模糊神经网络的前件参数和后件参数进行寻优,从而实现了模糊规则的自动调整、修改和完善。通过对非线性和时变被控对象的仿真研究,结果表明采用粒子群优化算法可以实现参数的全局快速寻优,而且优化后的T-S型模糊神经网络控制器能获得良好的控制性能。     

一种新型控制器在轧机中的应用

为了满足轧机液压压下系统高响应、高精度的要求和解决系统非线性时变等不确定的压下液压伺服系统的跟踪控制问题,提出了一种基于模糊神经网络的滑模控制策略.该模糊神经网络滑模控制器用以控制液压轧机压下系统以提高其响应速度和控制精度.仿真与试验结果表明,新型控制器使轧机液压压下伺服系统具有较强的动态特性和稳态特性,并提高了轧机液...     

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BP网络的三值动态矩阵控制算法的实现

通过具体分析动态预测控制算法在工业应用中存在的实际问题,提出了一种三值动态矩阵控制算法,该算法主要在优化性能指标函数式中真正地建立了"头、中、尾"3点约束.仿真结果表明,该算法具有系统跟踪精度高、鲁棒性好等优点.同时,针对慢时变、大时延和不确定性系统的跟踪问题,提出了一种基于BP网络的三值动态矩阵控制算法.该算法在三值动态矩阵控制算法的基础上,利用一个3层BP神经网络对被控对象进行辨识.通过仿真,验证了所提算法的有效性.     

一种基于遗传算法和BP网络的鲁棒图像哈希方法

提出一种用于图像内容认证的基于遗传算法和BP网络（GA-BP）的鲁棒图像哈希方法。运用提升小波变换（lifting wavelet transform,LWT）得到图像的低频分量,对低频分量进行离散傅里叶变换（discrete Fourier transform,DFT）提取幅度和相位信息以建立图像的特征矩阵,利用构建的GA-BP模型,生成鲁棒的图像哈希序列并用于图像内容的篡改认证。实验结果表明,相比于同类方法,所提出的图像哈希认证方法对随机攻击、旋转、JPEG压缩,加性高斯噪声等具有较好的鲁棒性和区分性。     

BP人工神经网络与遗传算法在型材挤压模具参数优化中的应用

基于MATLAB平台,将BP人工神经网络与遗传算法应用于型材挤压模具参数优化设计.首先利用BP神经网络来训练已有实验值,然后将训练后的神经网络作为知识源,通过曲线拟合与逼近求得设计变量与目标函数值的函数关系表达式,最后将这一函数表达式作为遗传算法的适应度函数进行遗传迭代寻找最优解.采用曲线拟合方法将其知识源转化成为了具体的函数表达式,直观地体现了神经网络的知识源,为后继的遗传算法提供了明确的适应度函数.数值模拟分析表明,对挤压模具结构的优化是合理的.