几种模糊控制算法的MATLAB仿真

模糊控制算法发展至今已有多种算法，对其中的几种常用算法进行分析研究，以比较各种不同算法的特点和优越性是一项十分有意义的工作。通过仿真研究分析了Mamdani模糊算法、具有可调因子的模糊算法以及模糊CCC算法的性能，并解释了模糊CCC算法相对于其他两种算法的优越性。还总结了量化因子和比例因子对模糊控制器的影响及因子的修改方法，并在仿真过程中加以了应用和验证。     

论域自调整模糊控制器的设计

给出了一种新的模糊控制器。其论域在系统响应过程中根据需要进行实时调节,形成了论域的自调整。用此算法对二阶系统进行仿真实验,证明了自调整论城的模糊控制器与固定论域的控制器相比,能显著提高系统性能。     

变论域模糊控制器及其伸缩因子的仿真研究

在动态性能指标和稳态性能指标方面,变论域模糊控制器相时于一般模糊控制器均获得了较大的提高.但是,这些性能的提高与其伸缩因子的选取有很大的关系.作者对一般模糊控制器与变论域模糊控制器的控制性能作了仿真对比,讨论了伸缩因子中的参数对变论域模糊控制器的动态性能的影响,并总结了参数在不同的数值区间取值时影响性能指标的规律.     

量化因子和比例因子对模糊控制器的影响及其修正

本文阐述了量化因子、比例因子的一般选择方法,详细分析了它们对模糊控制器控制性能的影响,并提出对量化因子、比例因子进行修正的方法,从而改善模糊控制器的控制性能。     

基于模糊控制器的变步长盲均衡算法

分析研究变步长恒模盲均衡算法基本原理和基于模糊控制器变步长盲均衡算法基本原理后,提出了一种新的基于模糊控制器的变步长盲均衡算法.该算法利用模糊控制器控制盲均衡算法的迭代步长,得到了更好的均衡性能.     

智能调整型模糊控制器的研究

在分析了不同的量化，比例因子对系统控制特性影响的基础上，提出了一种量化、比例因子智能调整式模糊控制器的算法，其中的上级模糊智能调整器能够根据系统的响应在线调整下级模糊控制器中的偏差、偏差变化率的量化因子的控制量的比例因子，下级模糊控制器利用这些因子并结合常规查表模糊控制算法完成对系统的实时控制。     

基于GA-BP算法的模糊神经网络控制器研究

提出了一种基于GA-BP算法的模糊神经网络控制器,将GA的离线全局寻优及BP实时学习相结合,克服了单独应用GA算法或BP算法调节模糊神经网络控制器参数存在的缺陷。仿真结果表明经GA-BP算法优化的控制器性能优于传统算法调节的控制器。     

浮选过程模糊控制器比例因子的仿真研究

分析了浮选过程模糊逻辑控制器的模型及其比例因子对控制器性能的影响。控制器仿真试验证实了这些理论分析。仿真结果表明，比例因子在浮选模糊逻辑控制器的设计中起着非常重要的作用。     

基于FPAA的模糊控制参数整定PID控制器的设计

针对PID控制器的增益系数难以实现最优整定的问题,本文通过分析模糊控制器的解析结构得到模糊控制器与PID控制器参数之间的解析关系,采用常规模糊控制器的正规化因子间接整定PID控制器的增益系数,避免了建立系统的精确数学模型.采用这种新型参数整定方法在FPAA开发软件AnadigmDesigner2中完成PID控制器的设计并验证其性能.仿真和实验结果表明:基于FPAA设计出的模糊PID控制器适应强、跟踪迅速、控制性能良好并且表现出很强的鲁棒性.     

比例因子的选择对模糊控制器鲁棒性的影响

分析了比例因子与系统性能的关系,通过仿真实验研究了比例因子对模糊控制器鲁棒性的影响．实验结果表明,合理选择模糊控制器的比例因子能保证在被控对象的参数变化较大的情况下满足设计要求．在此基础上,提出了模糊控制器的设计和调整的指导性方法．     

比例因子的选择对模糊控制器鲁棒性的影响

分析了比例因子与系统性能的关系,通过仿真实验研究了比例因子对模糊控制器鲁棒性的影响。实验结果表明,合理选择模糊控制器的比例因子能保证在被控对象的参数变化较大的情况下满足设计要求。在此基础上,提出了模糊控制器的设计和调整的指导性方法。     

汽车电动助力转向系统双模糊控制策略研究

为满足助力转向系统轻便性和稳定性要求,本文对电动助力转向系统助力特性和目标电流跟踪进行了研究,提出了应用于电动助力转向系统的双模糊控制算法,设计了目标电流模糊控制器和用于跟踪目标电流的模糊PID控制器。为了验证所设计的模糊控制器性能,在Matlab/Simulink仿真环境中对EPS动力学模型和设计的控制器进行了仿真。结果表明,所设计的目标电流模糊控制器能实现预定的助力特性,且所设计的模糊PID控制器能在线调整控制参数,适应性强,具有良好的跟踪性能。     

混沌模糊交通控制器的设计

为了克服传统模糊控制输入难以确定的问题,改善模糊控制器的性能,提出了混沌模糊控制器的设计方法,并给出了仿真实例。介绍了混沌预测的原理,给出了实现混沌预测的算法步骤和模糊控制器的设计方法,将混沌预测的输出结果作为模糊控制器的输入,模糊控制器经过模糊化,模糊推理,解模糊一系列的运算过程,得到的结果再与比例因子相乘,得到信号灯的相位时间,仿真结果表明:混沌模糊控制器比传统的模糊控制器性能得到很大的改善。其中,平均停车次数减少30%,平均车速提高18%,车辆平均延误时间减少40%。     

带修正因子模糊PID控制的PMSM交流伺服系统

为了克服永磁同步电机(PM SM)伺服系统的非线性和不确定性因素的影响,提高伺服系统的控制精度和性能特性,提出了带修正因子的模糊比例、积分和微分(PID)控制。它是集PID控制和模糊控制的优点于一体的控制系统,根据转速偏差来决定速度控制器采用模糊控制算法还是PID控制算法,并且根据控制系统的转速偏差和速度误差率,利用修正因子对模糊控制器的参数进行在线修改。仿真结果表明:带修正因子的模糊-PID控制优化了系统的动静态特性,满足系统的高性能要求,验证了该控制策略的优越性和可靠性。     

基于粒子群算法的变论域模糊控制在二级倒立摆中的研究

为了实现二级倒立摆系统的快速稳定控制,设计了一款基于粒子群算法的变论域模糊控制器。通过对二级倒立摆系统结构和参数的分析,建立了二级倒立摆的数学模型,再利用粒子群算法优化了变论域模糊控制器的参数,改进了控制器的性能,最后通过仿真证明该算法切实可行。     

比例因子对模糊控制器动态性能的影响

影响模糊控制器动态性能的因素有多方面 ,如模糊控制规则、模糊推理和模糊判决方法等 ,其中比例因子 (量化因子 )对其动态性能有较大的影响 为了探讨各因子的影响 ,通过Matlab仿真语言对由二阶被控对象构成的模糊控制系统进行了仿真研究 方法是预先选定一组理想的参数 (包括被控对象参数和比例因子 ) ,分别改变比例因子 ,观察系统在阶跃信号作用下的响应 最后根据实验结果得出 :三个比例因子对模糊控制器动态性能的影响各不相同 同时提出了模糊控制器设计过程中比例因子的选择原则及注意事项     

基于遗传算法的模糊神经网络控制器的仿真

对遗传算法(GA)和模糊神经网络控制器的结构进行了说明.为了克服反向传播算法(BP)的缺点,通过遗传算法对模糊神经网络控制器的参数进行优化,亦即对模糊神经网络进行训练.用通过优化后的模糊神经网络控制器控制一个带有纯滞后的非线性对象,仿真结果证实了其性能较常规模糊控制器优越.     

比例因子对模糊控制器动态性能的影响

影响模糊0控制器动态性能的因素有多方面，如模糊控制规则、模糊推理和模糊判决方法等，其中比例因子（量化因子）对其动态性能有较大的影响。为了探讨各因子的影响，通过Matlab仿真语言对由二阶被控对象构成的模糊控制系统进行了仿真研究。方法是预先选定一组理想的参数（包括被控对象参数和比例因子），分别改变比例因子，观察系统在阶跃信号作用下的响应。最后根据实验结果得出：三个比例因子对模糊控制器动态性能的影响各不相同。同时提出了模糊控制器设计过程中比例因子的选择原则及注意事项。     

基于粒子群算法的模糊神经网络控制器

将粒子群算法与模糊神经网络结合起来提出了一种粒子群模糊神经网络控制器,先用粒子群算法对模糊神经控制器进行离线训练,然后用BP算法对模糊神经控制器进一步在线训练,仿真结果表明该控制器比模糊神经控制器取得了更好的控制效果。     

基于六模糊控制器的自适应遗传算法

为了提高遗传算法对满意解的搜索和优化能力，采用基于模糊逻辑的自适应控制策略，提出了一种符号编码的自适应遗传算法。该算法可自动均衡搜索和优化关系，采用6个模糊控制器实现对选择、交叉、变异操作的动态参数组合控制。试验和理论分析表明，六模糊控制器的组合控制方式可以综合两模糊控制器或三模糊控制器独立控制的性能。对旅行商(TSP：Traveling Salesman Problem)问题的求解结果表明：该算法在解决类似于TSP的组合优化问题时，具有比标准遗传算法更好的性能。