改进的T-S模糊时滞系统的鲁棒稳定性分析

基于Takagi-Sugeno(T-S)模糊模型方法,研究一类不确定非线性常数时滞系统的鲁棒稳定性问题。基于一组线性矩阵不等式的可解性,给出非线性时滞系统时滞相关稳定和鲁棒稳定的充分条件。通过构造新的包含三重积分的增广的Lyapunov泛函,降低了稳定性准则的保守性。三个数值实例表明本方法的有效性和较小的保守性。     

带有两个时滞的不确定神经网络的渐近稳定性分析

研究一类具有两个时滞和不确定性神经网络的全局渐近稳定性问题,通过构造新的Lyapunov函数,运用线性矩阵不等式理论将T-S模糊模型扩展到带有两个时滞的含有不确定项模糊神经网络,并给出系统稳定的充分条件。仿真实例验证了结论的有效性。     

扩展T-S模糊模型在建模中的方法研究

在标准的T-S模糊模型基础上,提出了扩展的T-S模糊模型.然后采用改进的遗传算法优化扩展的T-S模糊模型参数和规则数.针对复杂系统的模糊建模问题,采用了一种改进遗传算法的模糊建模方法;数字仿真结果验证了算法的可行性和有效性.     

基于时变T-S模型的自适应控制及其在养老保险系统中的应用

模糊控制算法已经广泛应用于商业和工业领域.讨论了基于时变系统T-S模糊模型的自适应控制方法,及其在养老保险信息系统中的应用.推广了一种基于参数辨识的自适应控制技术,这种自适应控制技术可以在控制过程中在线地调节系统的参数与结构,不断提高其适应能力.通过实际应用案例表明,提出的基于T-S模型的自适应控制技术在时变系统中是成功的.     

时滞系统无源性分析

主要探究了带有区间时变延迟的连续Takagi-Sugeno （T-S）模糊系统的无源性分析问题.通过构造时滞区间相关的模糊李雅普诺夫泛函,建立新的无源性标准,所有结果都以线性矩阵不等式（LMI）的形式表示,并可以通过Matlab LMI工具箱进行运算.     

基于T-S模型的智能PID控制

提出一种基于分段线性模糊模型的T-S模型,并与传统PID控制器相结合设计了一种模糊神经网络PID控制器,它具有模糊系统非线性、可解释性的特点,神经网络的自学习和自组织功能.对其进行非线性时变系统仿真,仿真结果表明该控制器较常规PID控制器的调整时间可明显缩短.     

非线性系统的广义模糊控制

提出了一种基于T-S 模糊模型的非线性系统的鲁棒跟踪控制方案. 首先将系统的模糊模型等价变换为广义系统模糊模型,然后设定跟踪性能指标,结合线性矩阵不等式方法设计了鲁棒跟踪控制器. 该方法不仅减少了求解复杂度,而且因减弱了对待定矩阵的限制而降低了保守性. 将该方法应用于倒立摆系统,实现了角度和角速率的 精确快速跟踪控制,从而表明了方法的有效性.     

非线性系统的鲁棒自适应模糊轨迹线性化控制

针对一类非线性多输入多输出不确定系统,基于小增益理论提出了鲁棒自适应模糊轨迹线性化控制方法。利用T-S模糊系统逼近未知干扰和不确定性因素,采用Lyapunov方法及小增益理论证明了闭环系统所有信号一致最终有界。该算法自适应律的学习参数仅有1个,便于工程实现。最后利用本文提出的控制方案设计了空天飞行器飞行控制系统,仿真结果表明了控制方案有效性和鲁棒性。     

基于局部T-S模型的非线性系统多模型切换控制

提出一种基于局部T-S模型的非线性系统多模型切换控制,将输入空间划分为若干个区域,在每一区域内设计局部T-S模型和控制器,这样在模糊规则数相同的情况下由于模糊论域的变小从而提高了逼近精度,然后再通过多模型切换控制,实现对整体非线性系统的逼近与控制。仿真结果证明了方法的有效性。     

基于粒子群算法优化的T-S型模糊神经网络控制器

粒子群优化(PSO)算法是一种新颖的演化算法,该算法通过粒子间的相互作用在复杂搜索空间中发现最优区域,其优势在于简单而功能强大。提出一种T-S型模糊神经网络控制器,采用PSO算法对模糊神经网络的前件参数和后件参数进行寻优,从而实现了模糊规则的自动调整、修改和完善。通过对非线性和时变被控对象的仿真研究,结果表明采用粒子群优化算法可以实现参数的全局快速寻优,而且优化后的T-S型模糊神经网络控制器能获得良好的控制性能。     

转换不完全可靠2个部件温贮备系统模糊可靠性

通过建立转换开关不完全可靠情况下2个部件温贮备系统模糊可靠性的数学模型,推导出温贮备系统模糊可靠度和模糊平均寿命的数学公式.数学模型的成功建立很好地解决了常规可靠性理论在贮备系统分析研究中的局限性问题.     

磨抛工艺参数的微机测控及模糊控制

介绍了在ＪＰ１２．６型透镜磨抛机上实现计算机控制的研究工作－－系统硬件实现及加工过程的模糊控制方法，实验表明，计算机模糊控制与原始手动控制相比较，不仅生产效率高，而且抛光质量稳定。     

模糊识别及模糊推理网方法的研究

介绍一种模糊识别方法,提出用"组合法"将原始模糊集用分散模糊集表达的算法.同时,又提出了一种新型的知识表示方法和不确定推理机构——模糊操作网,以实现并行快速推理.最后给出了上述算法的应用效果.     

模糊关系的反传递性

本文将模糊数学与关系理论相结合,产生一种新的概念——模糊反传递和模糊反传递核。     

一类非线性系统的模糊自适应控制

针对一类非线性系统,把模糊T S模型和自适应模糊逻辑系统这两种模糊逻辑方式结合起来,提出了一种自适应控制方案.首先,采用模糊T S模型来对非线性系统建模,由线性矩阵不等式得到模糊模型的控制律.其次,构建了自适应模糊逻辑系统,应用自适应模糊逻辑系统补偿器来消去建模误差.证明了闭环系统满足期望的H∞性能,仿真结果表明了该方案的可行性.     

模糊自适应鲁棒控制的耗散理论设计

针对一类非线性不确定连续系统,在用T-S模糊系统对未知函数进行逼近的基础上,利用系统的耗散理论,系统地提出了一种模糊自适应鲁棒控制算法的综合方法,所提出的算法不仅使自适应学习参数的数目减少至最低,便于工程实现,而且还确保闭环系统渐近稳定。最后以船舶减摇鳍非线性控制系统为例,进行了模糊自适应鲁棒控制器的设计,经仿真研究表明,所提出的算法是有效的。     

用模糊控制实现混合动力电动汽车动力优化

以混合动力电动汽车的燃油经济性和最低排放为控制目标,研究该类汽车动力系统的多目标优化方法,提出用模糊控制策略实现不同的控制目标。论文建立了模糊逻辑控制系统结构图和模糊逻辑推理规则,着重论述在混合动力汽车中建立模糊控制器的方法和过程。用仿真软件对普通电辅助控制和模糊控制两种情况下的工况进行模拟,得到SOC变化曲线。控制效果的对比表明,模糊控制策略适合于混合动力电动汽车控制。     

模糊规则中的不确定性推理研究

针对模糊规则中以真值形式表达的不确定性推理问题进行了深入的研究.首先完整地分析了规则中的前提、结论、证据、条件、推论和结果这6类命题的不同含义;然后根据规则应用的实际情况,提出了一种新的逻辑组合关系——广义逻辑关系;最后定义了模糊子集匹配度和模糊规则匹配度,并给出了相应的条件真值和结果真值推理算法,从而形成了完整的通用不确定性推理模型.     

模糊集上的(N)模糊积分

在模糊集上引入(N)模糊积分的概念,研究了这类积分的基本性质,并证明了模糊情形下的单调收敛定理和Fatou引理.最后,给出了两个模糊可测函数的(N)模糊积分相等的充要条件.