基于双重遗传算法的动态模糊系统设计与优化

设计了一种动态模糊系统模型,该模型能够动态地进行规则自学习,从而减少了规则学习的计算量。提出优化该模型的双重遗传算法:外层采用整数编码,用来训练系统的结构,内层采用实数编码,用来训练系统的参数;内层GA得到的最佳染色体适应值用来评价外层GA相应染色体。该模型结构简单,便于实现,并可离线优化,在线预测。通过应用于实际股市行情的预测和效率分析,不论从预测的结果还是从运行效率看,都收到了满意的效果。     

一种基于MATLAB的模糊控制器综合优化设计方法

提出了一种基于MATLAB的模糊控制器综合优化设计与仿真分析的实现方法。该方法首先利用MATLAB中的模糊系统工具箱结合MATLAB函数构建控制规则可调整的模糊控制器,然后利用最优化工具箱优化模糊控制器的控制规则和参数,从而提高设计模糊控制器的效率。最后利用仿真连接器建立系统仿真模型并在单位阶跃输入信号作用下仿真分析系统动态性能和优化设计结果。仿真表明,控制规则及参数优化后,系统阶跃响应特性基本上能达到“快速—无超调”的设计目标。     

活性污泥污水处理系统的模糊神经网络控制

针对中、小型污水处理厂的实际情况，在对活性污泥污水处理系统机理模型研究的基础上提出一种控制模型。在对系统进行性能分析与综合的基础上，提出了应用于该控制模型的模糊神经网络控制器。通过仿真实验表明，该控制器能够自动调整隶属度函数、动态优化控制规则，将其应用于活性污泥污水系统具有快速性与有效性，比基于规则的传统模糊控制具有更强的鲁棒性，可以获得良好的控制性能。     

带时延补偿的模糊广域阻尼控制分析与设计

研究了存在网络通信时延的电力系统的广域阻尼控制问题。首先从理想传输情况出发,设计基于Mamdani方法的模糊逻辑广域阻尼控制器;然后考虑时延对控制效果的影响,在控制器中引入模糊输入,设计带时延补偿的模糊逻辑广域阻尼控制器。时延补偿增加了控制器设计的复杂性,因此在保证系统性能无显著降低的条件下,对其模糊规则数进行简化。以4机2区域测试系统为例,利用Matlab/SimPowerSystem和TrueTime进行仿真分析,结果表明,与模糊逻辑广域阻尼控制器和传统的广域阻尼控制器相比,所设计的具有时延补偿的模糊逻辑广域阻尼控制器能有效地抑制时延对系统稳定性造成的影响。     

基于SCFNN的网络控制系统远程控制器设计

提出将自组织模糊神经网络(SCFNN)应用于网络控制系统(NCS)中的远程控制器的设计。SCFNN的学习过程包托结构学习和参教学习两个阶段。结构学习的目的是对输入空间进行合理的模糊划分并动态地生成一组模糊逻辑控制规则，而参数学习是通过有监督梯度下降法来调整隶属度函数的参数以及模糊规则中结论部分的权值。最初的SCFNN只有输入节点和输出节点，而经过在线学习后逐步生成隶属度函数节点和规则节点。对基于Profibus-DP网络的网络控制系统进行测试，并与采用修正Ziegler-Niehols法设计的控制器的控制效果进行比较，结果表明基于SCFNN思想设计的远程控制器在网络控制系统中能够获得满意的控制效果。     

Wang-Mendel模糊模型控制规则的提取及应用

针对如何利用系统的模糊模型设计模糊控制器,提出以系统的模糊规则库为基础,提取模糊规则中的信息获得控制规则的方法。以钢铁工业中连续退火炉的加热炉为对象进行了仿真,首先提取描述对象输入-输出映射关系的模糊规则组成完备规则库,并以此为基础提取控制规则补偿输出偏差。仿真结果表明能够达到期望的效果。     

基于广义模糊Petri网的陶瓷生产过程能量碳流模型

针对陶瓷企业低碳制造过程建模的需求, 依据模糊Petri网的基本原理, 抓住其运行状态的连续性及离散状态对连续过程的影响, 将其用于陶瓷企业低碳制造过程建模这一领域. 首先对陶瓷企业能量碳流模型进行分析, 然后给出模型的形式化定义及规则说明, 建立了基于广义模糊Petri网的陶瓷生产过程能量碳流模型, 最后以典型的烧成系统为例加以说明模型的运用, 对整个过程的能量碳流进行了动态描述, 为企业走低碳制造奠定一定的理论基础.     

锌电解过程电流效率的模糊神经网络模型设计

针对锌电解过程参数关系的非线性,样本数据少,知识有限等特点,本文采用了一种五层结构的模糊神经网络建立电流效率与酸锌比、电流密度的关系模型;为避免神经网络学习过程陷入局部最小,首先聚类产生网络的初始值;然后通过一种基于模糊逻辑的启发式学习算法对神经网络进行训练,提高收敛速度;仿真结果表明了这种模型的有效性.     

一种基于逆动力学模糊规则的自适应控制方法

将模糊控制规则归结为控制对象的逆动力学过程模糊辨识问题,提出了一种基于逆动力学过程模糊规则模型的控制算法,通过控制对象逆动力学过程模糊规则模型离线辨识,直接产生形成与控制对象运动规律相适应的初始控制规则,并根据对象逆动力学过程模糊规则模型在线辨识结果,对控制规则进行在线调整.仿真结果表明,所设计的模糊控制器具有良好的控制效果与适应性.     

基于直觉模糊推理与系统动力学的产品生命周期成本控制模型

基于产品生命周期成本(LCC)系统的复杂动态结构,利用系统动力学建立LCC控制模型.将直觉模糊推理技术嵌入成本模型中,用于刻画成本动因间的复杂模糊关系,解决了历史数据不足、人为判断模糊等问题.以广州某厂所生产的某型号液压泵为例,通过实证模拟证明该模型能更有效地实现对产品LCC的控制,具有较大的应用价值和较强的适用性.     

基于T-S模糊逻辑推理的DFS预测控制方法的研究

高载荷飞行仿真中载人离心机本身的转动惯量较大,在飞行高过载状态离心机的延时控制成为控制系统要解决的主要问题之一。针对这一问题,通过基于T-S模糊逻辑推理建立DFS系统高载荷飞行阶段的模糊规则,经对相关操纵输入量的模糊聚类辨识,在采样点附近采用广义预测控制方法得到当前控制规律,从而实现对飞行仿真的预测控制。仿真试验表明了该方法的科技较好的调节控制规律。     

一种基于同伦BP网络记忆模糊规则的参数自调整ANN-PI控制及应用

BP神经网络可有效地记忆模糊控制规则,并以“联想记忆”方式使用这些经验.然而,现有前向网络学习算法不可避免地存在局部极小问题,同伦连续BP算法可有效地解决BP网络的全局收敛性问题,同时使网络具有很快的收敛速度.为了进一步提高控制系统的精度和抗干扰能力,本文设计了一种参数自调整ANN一PI控制器.实验结果表明,这种控制器动态响应快,控制精度高,抗干扰能力强,对参数变化不敏感,具有一定的鲁棒性.     

基于控制历史的延迟系统模糊控制及其仿真

通过对传统模糊控制器的改进，提出一种新型的适合于变延迟系统的控制方法。在对控制对象动态特性的研究的基础上，将控制历史引入控制器的决策过程，设计出了一种基于控制历史的延迟系统模糊控制器。与传统的模糊控制器相比，该模糊控制器用历史的控制信息代替偏差变化率作为模糊控制的决策依据，能够及时地反映出被控制量的变动趋势。仿真结果表明，所提出的控制方法可以明显地改善对延迟对象的控制效果，并具有较强的适应性。     

用模糊调度系统求解动态Job Shop问题

研究工件加权拖期总和最小化的动态 Job Shop调度问题 .提出了一个模糊调度系统 ,用以动态地选取启发式调度规则以求解该问题 .特别地 ,该系统具有从模糊规则和以前经验中学习的能力 .各种不同条件下的仿真实验表明该模糊调度系统是有效的.     

模糊多参考模型自适应控制及仿真研究

将模糊理论应用于参考模型的选择，提出一种将模糊选择和自适应控制相结合的模糊多参考模型自适应控制算法。此方法通过模糊规则选取合适的参考模型，能克服传统自适应算法中由于系统参数跳变而带来的控制困难，并且具有较好的鲁棒性能。在无刷直流电机调速系统模型中的仿真表明，此方法控制的无刷直流电机在电机参考转速和负载转矩变化的情况下仍具有良好的动态性能和控制精度。     

基于GD-FNN的股票市场泡沫模型

针对股票市场内部结构复杂性和外部因素多变性, 构建一种基于预测的股票市场泡沫模型. 以上证指数为研究对象, 在价格和成交量的基础上, 将与股票市场密切相关的宏观经济指标引入泡沫模型指标体系, 并对指标体系中各变量之间长期均衡关系和因果关系进行数量分析. 在此指标体系下, 构建向量自回归模型(VAR)模型衡量股票市场基础价值, 并据此分析宏观经济指标对市场的影响; 同时构建基于椭圆基函数且能够动态调整网络结构的广义动态模糊神经网络模型(GD-FNN)对上证指数进行拟合预测作为股票市场的市场价值, 并通过GD-FNN模型提取的模糊规则对股票非线性系统运行模式进行分析. 最后, 根据预测的股票市场市场价值与基础价值之间的偏差计算泡沫度, 并提出相应的预警策略.     

过程控制系统的变积分系数Fuzzy-PI控制器设计

针对过程控制系统存在的非线性、纯滞后和负荷变化频繁的实际情况,提出了一种变积分系数的Fuzzy-PI控制器设计方法在系统的整个响应过程中模糊控制均存在,同时引入变系数的积分因子,构成Fuzzy-PI控制器.仿真结果表明,具有变积分系数的Fuzzy-PI控制器的过程控制系统既具有较快的动态响应,又有较高的稳态精度,而且整个响应过程具有很好的鲁棒性.     

交叉口交通信号灯的模糊控制及优化研究

针对城市单交叉口的交通信号控制问题,提出一种交通灯信号的模糊控制方法。该方法基于四相位定相序对单交叉口交通灯进行控制,模糊控制系统输入为车辆排队数和车辆到达率,输出为当前绿灯相位的绿灯延长时间。利用遗传算法(Genetic Algorithm,GA)优化模糊控制系统的模糊规则和隶属度函数,提升模糊控制系统性能。利用Sumo(Simulation of Urban Mobility)仿真软件,实现了该模糊控制方法。将Sumo自带的控制方法、模糊控制方法、以及基于GA的模糊控制方法进行仿真对比。结果表明,基于GA的模糊控制方法能有效减少车辆的平均延误时间,提高了交叉口的通行能力。     

Fuzzy Modeling of Non-Uniformly Sampling Nonlinear Systems Based on Clustering Method and Convergence Analysis

The studying motivation of this paper is that there exist many modeling issues of nonuniformly sampling nonlinear systems in industrial systems. Based on multi-model modeling principle,the corresponding model of non-uniformly sampling nonlinear systems is described by the nonlinear weighted combination of some linear models at local working points. Fuzzy modeling based on multimodel scheme is a common method to describe the dynamic process of non-linear systems. In this paper, the fuzzy modeling method of non-uniformly sampling nonlinear systems is studied. The premise structure of the fuzzy model is confirmed by GK fuzzy clustering, and the conclusion parameters of the fuzzy model are estimated by the recursive least squared algorithm. The convergence perfromance of the proposed identification algorithm is given by using lemmas and martingale theorem. Finally, the simulation example is given to demonstrate the effectiveness of the proposed method.     

时滞系统的滤波器时间常数自调整内模控制

对于工业控制过程中的大时滞和时变系统,利用Smith内模控制原理设计方法,建立了滤波器时间常数λ的自整定方法,并建立了滤波器时间常数λ的模糊整定规则;通过在线调整滤波器时间常数λ来改善其闭环特性。仿真结果表明,对于在控制过程中过程对象与过程模型失配时,通过内模控制器的滤波器时间常数λ自整定;既改善了系统的控制品质又能提高控制系统的鲁棒性。且易于工程实现。