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。     

基于参数在线自调整的自适应模糊控制器研究

分析了模糊控制器的量化因子和比例因子对系统性能的影响，设计了一种自适应模糊控制器，能够在线调整其量化和比例因子以适应被控对象的变化，仿真结果表明该模糊控制器能获得较常规模糊控制器优良的控制效果．     

分层调整因子的模糊控制器

分析量化及比例因子对模糊控制性能的影响,设计一类分层调整量化及比例因子的模糊控制器．仿真结果表明,其控制效果优于常规模糊控制器．     

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     

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。     

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。     

基于参数在线自调整的自适应模糊控制器研究

分析了模糊控制器的量化因子和比例因子对系统性能的影响，设计了一种自适应模糊控制器，能够在线调整其量化和比例因子以适应被对象的变化，仿真结果表明该模型控制器能获得常数规模控制器优良的控制效果。     

分层调整固子的模糊控制器

分析量化及比例因子对模糊控制性能的影响,设计一类分层调整量化及比例因子的模糊控制器。仿真结果表明,其控制效果优于常规模糊控制器。     

基于单片机的非线性量化因子模糊控制器设计

在分析非线性量化因子基本原理的基础上,设计了基于单片机的非线性量化因子模糊控制器。该控制器通过键盘可实现参数调整．在系统对象或结构发生变化时具有较高的适应性。将其用于加热炉控制系统．实验表明该控制器可以提高系统的控制精度和响应时间。     

模糊控制器量化因子的在线优化

本文利用遗传算法与模糊控制相结合优化模糊控制器量化因子的设计方法,能够有效提高模糊控制器量化因子选取的效率及其控制效果,本文通过在基于矢量控制的交流电机调速系统速度环模糊控制器上应用遗传算法进行量化因子优化的仿真实验,验证了此设计方法的有效性与优越性。     

基于遗传算法的模糊控制器参数优化

针对非线性量化因子模糊控制器的参数对系统性能影响和参数间的相互制约,提出了一种基于遗传算法的参数整定与优化方法,并进行了仿真研究。仿真结果表明通过该方法寻优的系统具有更好的响应速度和控制精度;当对象结构或参数发生变化时,非线性量化因子模糊控制器可以重新整定参数,以保持良好的控制效果,具有很强的鲁棒性。     

新型静止无功发生器(ASVG)的模糊控制研究

提出了一种用于新型静止无功发生器（ＡＳＶＧ）的自调整因子模糊控制器,并应用于暂态仿真研究。仿真结果表明：ＡＳＶＧ模糊控制器可以有效地改善电力系统的暂态稳定性和电压稳定性;能根据误差的大小自动调整比例因子和量化因子,从而达到消除或减小稳态误差的作用。该控制器算法简单、计算量小,有利于进行实时控制。     

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。     

深海采矿升沉补偿系统的自调整模糊控制仿真

针对深海采矿升沉补偿系统的作业过程受海洋环境和自身工作原理的影响，具有复杂性、随机性等特点，采用自调整模糊控制方法，通过可调整因子α和β自寻优，改变量化因子Ke，Kec和比例因子Ka对控制性能的影响，使升沉补偿系统具有最优的动态性能，从而实现升沉平台和扬矿管系统纵向大幅振动的最佳控制。综合运用控制软件MATLAB和虚拟样机软件ADAMS，建立升沉补偿系统的振动控制仿真模型，进行不同海况下的仿真分析。研究结果表明，应用自调整模糊控制器的升沉补偿系统能更好地抑制振动，降低振动的强度，降低幅度达75％～85％，在调整时间、控制效果及适应性等方面的性能均优于常规模糊控制器的性能，完全符合升沉补偿系统的设计要求。     

An Intelligent Adaptive Fuzzy PID Controller Based on Multimodel Control Approach

A novel intelligent adaptive fuzzy PHD controller based on multimodel control approach is presented in this paper.It can improve the system performance of the dynamic time- varying system at various operating conditions.The fuzzy PHD controller is implemented by combining a fuzzy PI with a fuzzy PD controller in a parallel structure. The parameters of the fuzzy PHD controller are linked, via analytical derivation, to the gains of the linear PID controller. The sum of error square is used as performance criterion to locate the model that best reresents the process among the multiple models, The desired control output to drive the process along the desired path is generated only by modifying the output scale factots GU_I and GU_D of the fuzzy PID controller, Among the prescribed models, the control signal of the nearestmmodel to the system is applied. The system can be driven to its original trajectory because of the robustness of the fuzzy PID controller, Computer simulation results show that the adaptiv     

一种用于机器人视觉伺服系统的参数自适应模糊控制器

提出了一种用于机器人视觉伺服系统的参数自适应模糊控制器,使得模糊控制规则可以得到实时在线的调整。仿真结果表明基于参数自适应模糊控制器的机器人视觉伺服系统的性能较一般模糊控制机器人视觉伺服系统有了较大的改善。     

LINGUISTIC SELF-ORGANIZING PROCESS CONTROLLER USING GENETIC ALGORITHM

A linguistic self-organizing controller using genetic algorithm is presented, whose control policy is able to generate, develop and improve. The scaling factors can be chosen automatically.Optimizing the scaling factors by genetic algorithm instead of trial or experimental method which is often used in conventional linguistic self-organizing controller eliminates the drawback of an exhausive search of the GE*GC*GU space by human operator, and also produces the better system response and a set of better control rules. A number of simulations on linear dynamic systems as well as non-linear systems such as second order process with a random disturbance, third order process with time lags and the cart-pole balancing problem etc. are described in this paper, which shows that the controller has strong adaptive properties and gives better performance than that of the conventional linguistic self-organizing controller.