基于Type-2 T-S的模糊脉冲控制

利用Type-2模糊系统在描述复杂非线性系统诸多不确定性问题时的有效性,在Type-1模糊脉冲控制的基础上,提出了区间Type-2 T-S模糊脉冲控制方法.该方法利用Type-2模糊隶属函数的“宽带”效应,解决了Type-1模糊脉冲控制中数据噪声和外界扰动问题;利用Lyapunov理论和Lipschitz条件,通过运用比较方法和线性矩阵不等式等综合方法,设计Type-2 T-S模糊脉冲控制器,给出系统的渐进稳定性分析;最后,在倒立摆系统的仿真中,较方便地确定了隶属函数并选取了较少的模糊规则,表明系统的有效性和优异性.     

Type-2模糊系统在黄金价格预测中的应用

选择了一个模糊时间序列的模型来确定模糊系统初始参数,同时运用了Type-2模糊系统和Type-1模糊系统进行了训练及预测,比较了他们的训练逼近效果,以及预测效果,给出了仿真.     

Type-2模糊逻辑系统研究

对Type-2模糊系统进行了研究,系统地分析了Type-2模糊系统的基本理论和基本框架,给出了该系统在具体处理实际问题时应采用的相应方法,阐述了Type-2模糊系统应用发展方向并提出今后需要解决的问题。     

基于在线智能辨识的模糊专家控制方法及其应用

提出一种综合应用在线智能辨识、多控制模式与自决策机制以及变论域技术的新型模糊专家控制方法,并应用于铝电解槽氧化铝浓度等重要工艺参数的实时控制.基于该控制方法的智能控制器在实施控制的同时,对被控对象施加"激励"并通过模糊推理对可测变量与不可测的被控变量间的特征关系(特征曲线)及工作点在特征曲线上的位置进行在线智能辨识,同时依据辨识结果自动调整模糊变量的论域和进行控制模式选择,实现自适应、自学习功能并增强鲁棒性.在铝电解槽的应用结果表明,采用该控制方法能较好地控制氧化铝浓度.     

无刷直流电动机模糊控制系统仿真研究

无刷直流电动机是一种非线性的控制系统,传统的控制方法很难实现对它的精确控制。模糊控制不依赖被控对象精确的数学模型,可根据操作者或专家的经验,实现对系统的控制。本文设计模糊控制器和自适应模糊PID控制器,并进行了仿真研究,仿真结果表明提高了系统的控制精度。     

一类自适应模糊控制器

在实际应用中,需要对某些时变参数过程进行控制.提出一类自适应模糊控制器,它采用变论域思想以及模糊规则自组织技术,能够适应被控对象参数的大范围变化,是一种鲁棒控制器.这种控制器利用一组经验公式选择控制器的参数,易于工程实现.仿真结果显示,这种控制器对过程参数大范围的变化具有很强的鲁棒性.     

基于先验知识的单输入规则模块连接区间二型模糊控制器的设计

为解决单输入规则模块连接区间二型模糊控制器的设计缺少系统化方法的问题,提出了一种利用先验知识中所包含信息来系统化地构建单输入规则模块连接区间二型模糊控制器的方法.考虑了3种类型的关于被控系统的先验知识:被控系统的反对称性、单调性以及闭环系统的局部稳定性,并将这些先验知识转化成了对单输入规则模块连接区间二型模糊控制器参数的约束.将所提方案应用到了倒立摆系统的稳定性控制上.倒立摆系统控制器的设计过程表明:这些先验知识有助于系统化地设计单输入规则模块中的模糊规则,并能减小控制器参数的可行搜索区域.仿真结果验证了所提方案的有效性以及先验知识在控制器综合过程中的有用性.     

一种自适应模糊控制算法在阻炉控制系统中的应用

模糊控制是在模糊集合理论的基础上发展起来的,模糊控制器的设计不依靠被控对象的数学模型;却更依靠控制专家或操作人员的经验知识,若缺乏这样的控制经验,很难获得满意的控制效果.因此,模糊控制器应向着自适应、自组织、自学习发展,使得模糊控制参数或规则在控制过程中自动地调整、修改和完善,从而使系统的控制性能不断改善,达到最佳的控制效果.本文将表格查询学习算法和最近邻聚类学习算法采用加权平均的方法结合起来,确定系统的模糊控制规则,将其应用于电阻炉控制系统,取得了满意的控制效果.     

自适应PID控制在风力发电机试验系统的应用

将模糊自适应的控制模型与常规PID控制算法相结合,设计一种自适应模糊PID控制器,利用这种控制器的控制参数在线调整功能,以适应被控过程的参数时变性,并将其应用于风力发电机试验系统电源组的控制系统,来改善试验系统电源组的控制性能.结果表明,控制器参数易于整定,且具有较好的自适应性.应用自适应模糊PID控制的风力发电机试验系统电源组的控制系统能够适应被控对象在较大范围内的变化,具有较强的自适应性和优良的控制性能.     

基于神经网络推理器的自适应模糊控制器的仿真研究

在设计模糊控制器时,考虑到偏差和偏差变化在不同的控制阶段由不同的作用,利用神经网络对模糊控制器的参数进行调整,达到优化模糊控制器的作用.通过对具有纯滞后的二阶系统进行的仿真试验表明,与常规的模糊控制器相比,改进后的控制器对被控对象的参数的变化具有更强的适应性.     

区间Ⅱ型变论域自适应模糊逻辑控制器

在变论域自适应模糊控制方法的基础上,结合Ⅱ型模糊集较强的鲁棒性和处理不确定性问题的能力,设计了一种区间Ⅱ型变论域自适应模糊逻辑控制器.为了使控制器保持在最优状态,采用粒子群优化算法来优化隶属度函数;然后由Lyapunov方法证明了区间Ⅱ型变论域自适应模糊逻辑控制器的稳定性.对Duffing系统和1维6卷混沌系统的仿真表明,区间Ⅱ型变论域自适应模糊逻辑控制器可以很好地跟踪参考信号,较之变论域模糊逻辑控制器,其可以有效地防止抖震且控制量较小.     

基于QPSO算法优化的区间二型模糊逻辑系统预测

设计了一类区间二型模糊逻辑系统,研究基于历史数据的预测问题.在区间二型模糊逻辑系统设计中,前件、后件、输入测量区间二型模糊的主隶属函数均选择成具有不确定标准偏差的高斯型二型隶属函数.量子粒子群优化(QPSO)算法用来调整所设计的区间二型模糊逻辑系统参数.部分欧洲智能技术网络(EUNITE)的负荷竞赛数据和美国田纳西州(WTI)原油价格数据用来测试所提出的模糊逻辑系统预测方法.定义综合评价误差和作为模糊逻辑系统的预测性能指标.仿真研究表明,所提出的区间二型模糊逻辑系统预测方法在收敛性和稳定性上均优于相应的一型模糊逻辑系统.     

基于二型模糊逻辑的交通流量预测

提出了一种改进的模糊c均值聚类算法,该算法将模糊聚类的对象从单值扩展到区间,在构造二型模糊系统时,通过对历史数据的学习提取二型模糊规则,克服了专家方法不能对未知领域提取规则的不足.在此基础上,针对智能交通系统,提出一种新的基于二型模糊逻辑的交通流量预测方法.该方法应用区间型二型模糊集具有上下限隶属度函数的性质构造预测区间,适合于处理具有复杂不确定性的情况.通过隶属度函数可以反映出该区间中预测值的可靠性,从而克服了其他预测方法仅给出单值且稳定性不高的缺点.仿真结果表明,基于二型模糊逻辑的流量预测区间具有较高的准确度,其平均相对误差低于6%.     

中国南部交通流量预测模型研究

交通流量预测是智能交通系统技术应用的重要组成部分.为提高预测水平,引进基于区间二型模糊神经网络的交通流量时间序列预测模型,给出了基于二型模糊神经网络的仿真算法.并结合广州市某高速公路为例对交通流量进行预测,对比计算了该方法与一型模糊神经网络预测方法的预测结果,仿真表明该系统具有精确性和高可信度,预测准确性明显高于传统的一型模糊神经系统.     

Lotka—Volterra系统Ⅱ型模糊自适应控制方法

针对一复杂的Kolmogorov型捕食与被捕食生物系统,基于Ⅱ型模糊集合,提出了一类非线性模糊反馈控制器设计方法,并把逼近误差引入到控制器设计中以改善系统的动态性能;在生物系统受某些外界干扰而使物种无法持续稳定生存的情况下实现对理想状态跟踪,使得跟踪误差收敛到零;并用Lyapunov函数及Ⅱ型模糊逻辑系统的性质证明了所设计的控制器的有效性;从理论上研究了Kolmogorov生态系统的非线性行为及控制,说明该种群最终达到了一个新的适应各物种生存、发展的状态空间.     

普通二型模糊相似度与包含度及其关系

针对现有的二型模糊系统规则库精简方法不能有效地消除冗余模糊集合的问题,提出了新的普通二型模糊相似度与包含度.首先,基于2种模糊性测度的公理化定义,提出了计算公式;然后,讨论了普通二型模糊包含度的性质,并提出了2种测度的相互转换定理;最后,通过实例验证了2种新测度的性能,并将提出的普通二型模糊相似度用于高斯普通二型模糊集合的聚类分析,聚类结果由不同α-水平上的层次聚类树组成,可以合理地区分这些集合.     

基于区间二型模糊神经网络反演控制抑制二惯量系统的机械振动

针对带有不确定性和扰动的二惯量伺服系统,提出了一种基于区间二型模糊神经网络的自适应反演控制策略抑制系统的机械振动.首先建立了二惯量系统的动力学模型,设计了反演自适应控制律;其次系统中负载和电机两端未知的扰动变量定义为待估计项,采用区间二型模糊神经网络对其进行估计,给出了基于区间二型模糊神经网络的参数自适应律.基于李雅普诺夫稳定性理论,证明了闭环系统输出跟踪的收敛性,并且跟踪误差可以通过调节控制参数达到任意小.仿真结果表明该方法具有较好的控制性能.      

倒立摆系统的模糊控制方法

阐述了基于二级倒立摆的两种模糊控制方法，即模糊逻辑控制方法和分层模糊控制方法．模糊逻辑控制方法是将二级倒立摆系统的6个状态变量加权变化为两个参变量，再用模糊控制器实现稳定控制．而分层模糊控制是将状态变量分解为子系统，设计下层模糊控制器对其控制，上层模糊控制器负责整个系统的协调和管理，实现稳定控制．实验结果表明：分层模糊控制较模糊逻辑控制具有更好的控制效果．     

模糊控制在钢缆拖动系统中的应用

建立了钢缆拖动系统的数学模型,并在此基础上生成了对该系统运动控制的模糊控制算法．计算机对误差信号进行计算,输出控制信号操纵滚动圆盘,使机具沿着预定的路径运动．实验结果证明,该模糊控制算法具有较好的控制精度和响应速度．     

激光水下通信中图像数据压缩的模糊控制

提出了一种用模糊逻辑算法实时控制图像编码比特率的方法．研究了模糊集的建立及量化控制的模糊逻辑算法；确立了计算量化增益因子的模糊控制规则；设计了带有模糊控制的图像压缩系统．对20幅不同内容的图像进行实验，实验结果表明，所提出的模糊逻辑算法能够显著减少不同图像的编码比特率差别，具有推理量小、速度快、对不同图像有较强的适应性等优点．