一类模糊控制器的设计算法及其分类

给出了由模糊蕴涵算子构造模糊控制器的一般算法.根据模糊控制器的响应函数的拟合性质将其分为4种类型:具有泛逼近性的模糊控制器、只具有拟合性的模糊控制器、只具有阶跃响应性的模糊控制器和不定型的模糊控制器.     

铝粉雾化炉铝液温度模糊-PID复合控制

铝粉氮气雾化生产过程中,保持雾化炉铝液温度的稳定非常重要,但铝粉雾化炉是一个非线性、大滞后、不确定性系统,采用常规PID控制器很难保证控制效果．为此针对雾化炉的铝液温度变化特性,结合模糊控制器和PID控制器的特点,设计了一种模糊-PID复合控制器．利用加权因子,将模糊控制器的输出和PID控制器的输出加权综合,使得控制器在误差较大时,主要由模糊控制器起作用,而在误差较小时主要由PID控制器起作用．模糊-PID复合控制器既保持了PID控制的稳定误差小、稳定性好的优点,又具有模糊控制自适应和调节速度快的特点,能够很好地保持铝液温度的稳定,在现场应用中取得了较好的控制效果．     

加入滞后时间削弱器的大滞后系统的最优模糊PID控制

首先给大滞后系统加入滞后时间削弱器,将大滞后的对象演变成小滞后的对象,然后基于模糊控制原理、极小值原理和PID控制理论,设计一种最优模糊PID控制器对小滞后对象进行自适应控制.仿真结果表明,加入滞后时间削弱器能使大滞后系统更容易控制;最优模糊PID控制器比模糊PID控制器具有更好的抗干扰性和鲁棒性,且系统响应的上升时间和调节时间明显缩短.     

模糊-PID控制在SVC中的应用

提出了一种采用模糊-PID双模控制的SVC无功补偿控制器的设计方法.模糊-PID控制器综合了模糊和PID两种控制方式的优点,使控制器既具有模糊对非线性系统控制的简单有效,又具有PID控制的精确性.实验结果表明,该控制器具有较高的控制精度和鲁棒性.     

一种控制规则自调整的模糊控制器

根据模糊控制理论和实际工程经验，设计了一个控制规则能够自调整的模糊控制器，详细介绍了该模糊控制器的控制原理和运行机制，并作出了仿真。该模糊控制器控制精度高，动态和稳态性能均优于传统的PID和基本模糊控制器，且具有较好的鲁棒性和抗扰动能力。仿真和工程实践证明，该模糊控制器具有简便、稳定的优点，且易于工程实现，具有较高的工程应用价值。     

π型隶属函数的典型模糊控制器的解析结构

研究了一种新型的典型模糊控制器,它的输入隶属函数采用π型样条函数,具有二阶逼近特性,而一般典型模糊控制器采用的三角形隶属函数只具有一阶逼近特性,因此研究这种新型的模糊控制器具有重要的意义．文章首先给出了该类典型模糊控制器的定义,推导了它的解析表达式,证明了该类典型模糊控制器可以等效为一个全局的二维继电器和一个局部的非线性PD控制器之和．在此基础上,给出了其极限特性和非线性特性,     

一种提高模糊控制器控制精度的方法

针对常规模糊控制器控制精度低的问题,提出了一种提高模糊控制器控制精度的方法。文章首先分析了常规模糊控制器存在的稳态控制精度差的原因,然后针对这个问题提出一种提高模糊控制器控制精度的方案并给出了它的设计方法。最后给出这种改进的模糊控制器的仿真试验结果,并和常规模糊控制器进行了比较。仿真试验结果表明,这种改进的模糊控制器具有消除系统稳态误差的作用,提高了模糊控制器的控制精度,而且保持了模糊控制器非线性的控制特性,易于实现,有一定的实用价值。     

一类T-S模糊双线性关联大系统的鲁棒H_∞控制

针对一类带有外界扰动输入的模糊双线性关联大系统给出鲁棒H∞模糊控制方法.首先采用T-S模糊模型构建模糊双线性模型,然后利用模糊双线性模型逼近一类关联大系统,并根据Lyapunov方法和并行分布补偿算法设计模糊控制器,最后以线性矩阵不等式(LMI)的形式给出在模糊控制器作用下系统满足H∞性能指标的充分条件.仿真例子验证了所提出模糊控制器的有效性和可行性.     

基于模糊Smith预估的恒温箱控制系统

恒温箱控制系统具有时滞、大惯性和参数时变特性,传统PID控制方法难以取得满意静态、动态控制效果。Smith一阶惯性环预估控制器适合控制大滞后系统,利用模糊控制整定惯性环节参数,可以使其随被控制对象参数变化而变化。本文结合模糊PID控制与模糊自适应Smith预估控制提出了模糊Smith控制方法,这种控制方法不仅具有常规PID控制器的优点,还具有很强的鲁棒性和自适应性。通过仿真实验表明,这方法能够提高控制质量取得更好的控制效果。     

模糊PID控制的研究

本文基于传统PID控制器原理与模糊控制系统理论,利用数学手段进行了传统PID控制器与模糊控制器的比较研究,揭示了模糊控制器的非线性本质及其同传统PID控制器的联系,对模糊PID控制器的设计具有一定的指导意义。     

基于信息粒化、语词计算模糊控制系统中的信息重组

在定义了粒元关系网络和矩阵的基础上,研究了基于信息粒化、语词计算模糊控制系统中的信息重组方法,并通过算例说明了此方法的有效性。     

粒度计算的理论、模型与方法

粒度计算(Granular Computing,GrC)是信息处理的一种新的概念和计算范式,覆盖了所有有关粒度的理论、方法、技术和工具的研究．它是词计算理论、粗糙集理论、商空间理论、区间计算等的超集,也是软计算科学的一个分支．它已成为模糊的、不完整的、不精确的及海量的信息处理的重要工具和人工智能研究领域的热点之一．另着重介绍了粒度计算的研究现状、基本问题、主要模型与方法,并提出了进一步的研究方向．     

粒度计算在人工神经网络中的应用

介绍了粒度计算的基本思想和理论基础,详细论证了基于词计算理论的一种粒向量空间,研究了基于这种粒向量空间的人工神经网络模型.该模型可以在一定程度上提高人工神经网络的时效性、知识表达的可理解性,并能增强人工神经网络的功能.     

下推格值自动机词的计算

在格半群意义下,提出基于词计算的下推格值自动机模型,它的输入是输入字母表的模糊子集,即词串,对应的是具有模糊性的自然语言.并研究下推格值自动机识别的格值词语言,利用格半群的性质证明了下推格值自动机基于词的计算可以通过基于值的计算实现.     

基于广义二型模糊Petri网的词计算模型

针对词计算中词语义的不确定性问题,为提升词的计算能力,借助广义二型模糊集和Petri网细化词的语义特性,提出了基于广义二型模糊Petri网的词计算模型;将该模型扩展到模糊逻辑推理规则,形成了词流计算模型,并应用到医疗救护系统实例以检验模型的有效性与合理性. 结果表明模型具有良好的表达能力与泛化能力.     

船舶航向非线性系统自适应模糊补偿控制

摘要： 研究了船舶直航和谐波航向控制问题.基于Lyapunov稳定性理论,将自适应模糊补偿技术应用到船舶航向非线性响应模型中,利用万能逼近定理构造模糊系统逼近系统中的未知非线性,提出了一种基于自适应模糊补偿且带有物理约束二阶滤波器的鲁棒跟踪控制器.运动响应模型考虑了建模误差和外界干扰,模糊系统能有效地逼近非线性系统,控制器能够准确地跟踪预设航向和转首角速度.舵角控制结合舵机伺服系统模型,操舵情况符合物理现实. 数值仿真在相同控制参数下与传统比例 微分(PD)控制作比较,结果验证了自适应模糊控制器的有效性和优越性.     

模糊控制系统的镇定性能

引入了模糊系统镇定性能的概念，讨论了连续状态下模糊控制器对被控过程的镇定性能，证明了若系统能被稳定控制，则可利用T-S模糊控制器使系统达到相同的稳定控制性能。     

一种基于模糊CMAC自学习模糊逻辑系统及其在控制中的应用

把HCMA（Hyperball Cerebellar Model Articulation Conroller)与模糊逻辑理论有机结合起来，形成FHCMAC（Fuzzy HCMAC)，它便于从输入输出数据中提取模糊规则，直接用作控制器。可以将FHCMAC看作用基函数网络实现的模糊逻辑系统，兼有HCMAC神经网络和模糊逻辑两者的优点，即可以较容易表达定性或模糊的经验知识，又具有很好的学习性能，应用仿真实例验证了其有效性，该方法可应用于难以获取模糊规则的吻合。     

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。     

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