散热器试验台送风系统规则自提取模糊控制试验

提出了环境试验室送风系统规则自提取模糊控制方法,试验研究了基于送风加热器调节的送风温度与测试室温度的模糊控制和比例积分(PI)控制效果.试验结果表明,对于无滞后环节的送风加热器-送风温度控制回路,传统PI控制方法具有较好的控制性能,收敛速度快;基本模糊控制方法收敛较慢,存在稳态误差;规则自提取模糊控制方法超调大,但收敛速度加快,稳态误差减小.对于具有滞后环节的送风加热器-测试室温度控制回路,规则自提取模糊控制方法超调小、稳态误差小、控制效果最好.可见,对于无滞后环节的被控过程,采用PI控制方法即可满足要求;而规则自提取模糊控制方法非常适用于具有大滞后环节的过程控制.     

基于模糊控制二级倒立摆实验装置的二次开发

二级倒立摆实验装置系统采用直流电机驱动和内置DSP芯片控制，通过RS-232串行总线与计算机通信。由于该系统的数学模型是非线性的。很难用经典的控制方法时其实现实时控制，基于此时实验装置的控制系统进行二次开发，引入了模糊控制方法改善原有的线性控制算法。模糊控制的核心是模糊控制规则，所以确定合适有效的控制规则成为解决问题的关键，而采用基于经验和基于系统仿真结果相结合的方法，制定出了简单适用的规则库。调试结果表明，系统具有良好的稳定性。     

一种基于粗集理论方法的水位模糊控制器设计

应用粗集理论中知识表达系统决策规则的简化方法对模糊控制规则进行约简来设计粗糙模糊控制器,通过约简简化控制系统,从而得到一个最简控制决策规则,使系统更易于控制。完成了水箱水位粗糙模糊控制器的设计,并分别进行了模糊控制和粗糙模糊控制仿真研究,研究结果表明该粗糙模糊控制能有效改善模糊控制的性能。     

基于模糊控制二级倒立摆实验装置的二次开发

二级倒立摆实验装置系统采用直流电机驱动和内置DSP芯片控制，通过RS-232串行总线与计算机通信。 由于该系统的数学模型是非线性的，很难用经典的控制方法对其实现实时控制，基于此对实验装置的控制系统进 行二次开发，引入了模糊控制方法改善原有的线性控制算法。模糊控制的核心是模糊控制规则，所以确定合适有 效的控制规则成为解决问题的关键，而采用基于经验和基于系统仿真结果相结合的方法，制定出了简单适用的规 则库。调试结果表明，系统具有良好的稳定性。     

从数据库中提取规则的神经网络方法

评述了利用神经网络从数据库中进行规则发现的几种方法,采用权值组合算法提取规则;利用模糊推理神经网络,采用CamDelta算法提取模糊规则;基于从数据中提取模糊控制规则利用生长自组织映射神经网络,采用分级聚类SOM算法发现规则利用CFNet网络,基于可信度因子,提取不确定性规则;利用模糊颗粒神经网络,采用启发式学习算法,从数值-语言数据中发现规则.提出了数据库中提取规则所面临的几个问题,以及解决这些问题的某些思路.具体提出了一种分布式环境下基于多Agent技术的规则提取方法.图6,参17.     

汽车ABS模糊控制方法的分析与仿真

运用模糊控制方法对汽车防抱制动系统进行了仿真研究．采用基于模糊规则的模糊控制方法，设计了基于模糊规则的普通模糊控制器，针对其缺陷采用基于智能权函数的模糊控制方法，设计了基于智能权函数的模糊控制器．对两种控制器进行仿真并比较仿真结果，表明基于智能权函数的模糊控制方法的控制效果优于基于模糊规则的模糊控制方法，且能有效克服后者的缺陷，提高整车的制动性能．     

基于多维ANFIS的T-S模糊控制规则聚类获取方法

T-S模糊模型与自适应神经模糊推理系统(ANFIS)的结合便于描述多输入系统模糊控制规则.为解决规则前件过多时传统ANFIS结构导致的维数灾难问题,同时进一步提高ANFIS对于复杂系统T-S规则在线获取速度,首先采用多维输入向量对ANFIS网络进行修正,在此基础上提出了T-S模糊控制规则聚类获取方法;其次,利用所提出的方法分别对倒立摆和二阶滞后系统进行了控制仿真,该方法同Mamdani规则自组织模糊控制的控制效果比较表明两者的最大超调量、振荡次数、过渡时间基本一致,上升时间要较Mamdani模糊控制器缩短3个采样周期,控制规则较Mamdani控制器减少了45条.     

一种基于模糊C均值聚类的模糊规则提取方法

提出了一种基于模糊C均值聚类的模糊规则提取方法，给出了模糊系统的模糊规则库，基于此规则库，构造了一种新颖的分类算法，利用IRIS数据进行了测试，仿真结果表明，分类效果好，由此说明所提出的模糊规则生成方法有效。     

图案协同设计的过程规则提取及数据存储方案

智能图案的网络化设计，关键在于对协同设计过程的规则提取，以及对图案分类并进行网络化存储．针对这些要求，提出一种网络化智能图案协同设计框架，并给出一种协同设计过程规则提取方法及对设计产生的大量图案数据进行网络存储的方案．该设计过程规则提取方法和设计知识存储方案能够合理提取图案设计过程知识，同时在图案设计数据库增大时又能保证知识应用的检索效率．     

机器人模糊控制规则的建立

本文提出了一种建立机器人模糊控制规则的方法。针对缺少实际专家知识和人工操作经验的机器人操作手,应用模拟计算机模拟单臂机器人。操作者通过长时间的学习、训练,在取得了稳定且满意的操作水平后,采集了单臂机器人控制的大量数据。对这些数据应用本文提出的加权动态聚类分析方法进行处理,从而建立了机器人的模糊控制规则。经实验验证,应用效果是令人满意的。     

基于化工过程预报的模糊聚类神经网络系统

为了解决化工预报过程中的复杂问题，利用神经网络、模糊系统和演化算法等智能控制理论，提出了模糊聚类神经网络系统模型（FCNNS）。该模型的特点是利用模糊聚类算法提取典型数据，然后将典型数据送入神经网络系统进行学习产生模糊规则。该模型缩短了规则生成的时间，有效地防止了规则数爆炸，并在化工过程预报的应用中获得理想效果。     

基于模糊控制二级倒立摆实验装置数模的建立

针对经典控制方法难以实现对二级倒立摆实验装置系统的实时控制问题,需对实验装置的控制系统进行二次开发,为此,引入模糊控制方法改善原有的线性控制算法．模糊控制的核心是模糊控制规则,所以确定合适有效的控制规则成为解决问题的关键．采用基于经验和基于系统仿真结果两者相结合的方法,制定出了简单适用的规则库．调试结果表明,同时系统具有良好的稳定性．对二级倒立摆实验系统的实例仿真表明,该设计算法易于实现,在抑制外部扰动和实时控制性方面优于经典的状态反馈最优控制．     

一种基于遗传算法和模糊规则的分类算法

介绍了一种基于模糊规则和遗传算法的分类算法.首先给出一种模糊规则提取方法,然后遗传算法对模糊规则进行优化选择,最后对不能识别的样本启动触发器.该算法可以在保证分类正确性高的前提下尽量减少规则数,并提高样本识别能力.用Iris数据对该分类系统进行仿真,结果表明该系统具有良好的分类能力和精简规则能力.     

基于支持向量机的决策系统知识发现

从规则获取和类别预报两方面研究支持向量机(SVM)方法在决策系统知识发现中的应用。对于规则获取，用SVM对决策系统进行条件属性约简并提取特征对象，进而基于较少的特征对象提取规则，使得规则获取的难度和速度都有所改善；对于类别预报，利用SVM对决策系统的对象进行分类，得到一个简单的判决函数。该判决函数可以完成对样本的类别预报，起到与决策规则类似的作用，而且此方法比传统方法简单易行。实验表明，将SVM方法用于决策系统的知识发现，不仅简便可行，而且可以提高速度。对于较大的决策系统更能体现出该方法的优越性。     

基于粗集理论的一种规则提取方法

介绍了粗集理论的基本概念,通过对现有基于粗集的最小规则提取算法的分析,发现其缺陷,提出了一种改进的基于粗糙集的规则提取方法,并用UCI数据库中的9个标准数据集从规则集的规则数目、规则集的平均规则长度、规则集的平均规则支持、规则集的预测精度等4个指标对改进的算法进行了测试和对比分析,实验表明了该算法的有效性.     

基于ANN的模糊控制规则的自动生成

模糊控制规划集是模糊控制系统的核心部分，对控制的快速性和精度有很大影响，采用改进的ＢＰ算法生成模糊控制规则集。倒立摆模糊控制仿真表明，倒立摆稳定快，精度高，从而证明文中所提方法的有效性。     

模糊控制规则库中优化参数获取方法的应用研究

本在讨论模糊控制规则确定方法的基础上，研究了模糊规则库中优化参数的获取方法，实际应用表明其方法是有效的。     

利用粗糙集获取模糊控制规则

利用粗糙集、模糊集理论，通过分析专家在生产过程中的控制数据，提出一种将专家控制行为转化为模糊控制规则的新算法。仿真实验表明了该方法的有效性。     

一种基于谓词逻辑的分类规则约简方法

利用各种分类规则挖掘方法,提取出的分类规则集中,存在许多的冗余规则,从而降低了分类效率。采用谓词公式描述分类规则,给出了一种分类规则集约简方法。该方法利用谓词公式中的逻辑推理,对分类规则集进行约简,消除了冗余规则。采用恒星光谱数据,实验验证该方法在保证分类规则集的分类能力不变的前提下,有效地提高了分类的效率。     

风冷制冷机组的多变量模糊控制研究

针对一个多输入多输出、非线性复杂系统明显的非线性热力学耦合特性，采用模糊控制与神经网络相结合的方法，提出一种具有结构和参数学习能力的自组织模糊神经网络控制器，在控制过程中通过采样数据在线学习，调整网络结构，产生模糊控制规则并调整规则的参数，使得控制器具有模糊控制的特点，又有神经网络学习的能力．通过对风冷制冷机组控制试验的结果表明，该控制器能够达到同时控制蒸发压力和过热度的目的．