一种基于遗传算法和模糊规则的分类算法

介绍了一种基于模糊规则和遗传算法的分类算法.首先给出一种模糊规则提取方法,然后遗传算法对模糊规则进行优化选择,最后对不能识别的样本启动触发器.该算法可以在保证分类正确性高的前提下尽量减少规则数,并提高样本识别能力.用Iris数据对该分类系统进行仿真,结果表明该系统具有良好的分类能力和精简规则能力.     

多输入多输出复杂过程的模糊建模

针对 MIMO复杂过程提出一种通过实验数据获取模糊系统模型的方法 ,即将每一维输入变量的论域进行等间隔分割后确定出模糊规则的前件参数和规则总数 ,再由一种调整算法通过对实验数据的学习得到模糊规则的后件参数。理论分析说明这种模糊规则后件参数学习算法是收敛的、所建模糊模型能够以要求的精度逼近已知的实验数据。仿真举例验证了所述模糊建模方法的有效性并说明了所建模糊规则模型有较好的泛化能力     

Job-shop的实时调度

利用神经网络和启发式分派规则设计了一种Job—shop的实时调度算法，该算法首先在离线时用遗传算法训练神经网络得到调度的启发规则，在加工开始时根据一些动态特性对要执行的工件操作进行模糊分类，然后再根据启发规则对分类后的操作进行在线调度．基于这种算法，用模糊神经网络设计了一个Job—shop实时调度器，最后结合实时调度和重调度问题进行了仿真．通过与FIFO与LR(Lagrangian Relax)的比较，证明提出的算法是高效和可行的．     

模糊神经网络控制器的设计与仿真

提出了一种复杂系统模糊建模及控制的神经网络方法,通过ＢＰ神经网络,对模糊规则的结论参数和隶属函数进行在线修正,实现模糊规则的自组织,这种控制方法可用地对受控对象缺乏精确的数学模型或具有时滞,高阶,非线性等难以用现有的控制理论分析方法和控制的复杂系统,仿真结果证明了这种方法的有效性。     

规则库自提取和简化的模糊系统

介绍了一种新的规则自提取和简化的模糊模型算法，该算法由3个步骤组成：首先，通过构造一个模糊软划分判别准则对输入输出空间进行模糊划分，得到最佳分类数，从而得到了最佳的规则数；其次，根据最佳规则数和神经网络来构造初始的模糊模型；第三，通过运用模糊相似分析法，可以得到计算2个模糊集相似度的方程，从而根据事先确定的阈值来合并相似的模糊集。这样就得到了一个既满足对精度的要求又简单且具有可解释性的模糊系统。最后，用该算法对我国全要素生产力进行了模糊规则的提取。     

基于广义三Ⅰ方法的模糊系统的响应能力

讨论基于三Ⅰ算法构成的模糊系统的响应能力是模糊控制理论的重要研究方向之一.本文讨论了三Ⅰ算法中三个模糊蕴涵算子分别取不同情形下的算法表达式,然后构造了基于这种模糊推理算法的双输入单输出模糊控制器,分析这些模糊控制器的响应能力.最后,研究了在规则合成时取“与”对模糊系统响应能力的影响.     

基于广义三I方法的模糊系统的响应能力

讨论基于三I算法构成的模糊系统的响应能力是模糊控制理论的重要研究方向之一。本文讨论了三I算法中三个模糊蕴涵算子分别取不同情形下的算法表达式,然后构造了基于这种模糊推理算法的双输入单输出模糊控制器,分析这些模糊控制器的响应能力。最后,研究了在规则合成时取"与"对模糊系统响应能力的影响。     

基于最小二乘支持向量机的TSK模糊模型

为了提高模糊系统处理高维问题的推广能力, 本文提出用最小二乘支持向量回归机(LSSVR)的思想设计TSK模糊模型.TSK模糊模型的传统算法普遍存在过学习问题, 为此我们在目标函数中考虑了结构风险从而避免了过学习现象.并且,我们将模糊系统的参数寻优问题转化为一个二次规划问题进行求解.由于该规划问题的求解与输入数据维数无关,适用于处理高维数据.算法分为两步：首先用Gustafsonk-Kessel (GK)算法确定模糊规则的前件;然后用最小二乘支持向量算法确定模糊规则的后件,这里的核函数是由模糊聚类确定的, 经证明它是Mercer核.三个著名数据的实验结果表明,与TSK模糊系统的传统算法相比,本文所提的算法提高了TSK模糊系统处理高维问题的推广能力;与LSSVR相比,,本文所提的算法具有良好的鲁棒性.     

基于模糊神经网络提取我国经济增长的模糊规则(Ⅱ)

利用神经网络的自适应、自学习等特点和模糊系统人脑性等特点来弥补相互的缺点，二者结合产生一种基于神经网络的模糊系统，采用BP算法对系统参数进行调整，最后用该系统提取我国经济增长的模糊规则。     

模糊神经网络控制系统

介绍了将神经网络和模糊控制相结合,即用人工神经网络算法产生模糊推进规则和隶属函数,再基于这些模糊推理规则和隶属函数产生模糊逻辑控制的一种新颖控制策略-模糊神经网络系统的组织结构及其神经网络的设计。     

碳纤维激光石墨化炉温度控制系统的优化设计

碳纤维激光石墨化加热具有热源集中、升温迅速的特点,石墨化炉的温度控制系统主要采用传统PID控制器,存在惯性大、超调严重等缺点,并且PID控制器的3个参数(比例系数k_p、积分系数k_i和微分系数k_d)固定且主要依据经验获取。对于没有精确数学模型的PID控制系统,可以采用模糊控制对控制策略进行优化,但是模糊算法中模糊规则表的制定依旧主要源于经验所得,无法保证当前规则为最佳规则组合。针对上述问题,提出一种基于遗传算法的优化策略,对模糊规则表寻找全局最优解;借助MATLAB和Simulink环境进行编程仿真,结果表明,基于遗传算法的模糊PID控制效果在整体上优于传统PID控制和模糊PID控制,其响应时间短,控制精度高,无超调量,可用于碳纤维激光石墨化炉的温度控制系统设计。     

模糊控制及其在ASAS执行服务器中的应用

提出一种崭新的控制策略，将模糊逻辑应用到后端服务器容量控制，给出了主动自调度集群系统中模糊控制器的设计和实现。结果表明该模糊容量控制算法（fuzzy capacity control algorithm，FCCA）运行良好，并已经成功应用到ASAS1000系列的产品中。     

模糊控制及其在ASAS执行服务器中的应用

提出一种崭新的控制策略，将模糊逻辑应用到后端服务器容量控制，给出了主动自调度集群系统中模糊控制器的设计和实现。结果表明该模糊容量控制算法（fuzzy capacity control algorithm，FCCA）运行良好，并已经成功应用到ASAS-1000系列的产品中。     

基于遗传算法的煤矿凿岩机器人模糊控制

为了提高机械臂的定位精度,针对电液比例位置控制存在的实变、非线性、不确定等特点,提出了基于模糊控制的控制策略,采用遗传算法(GA)对模糊规则进行优化,并将优化后的控制器应用于钻臂控制系统.仿真结果表明:与传统PID控制器相比,优化后的控制器极大地改善了控制系统,使系统输出超调明显减小,实现钻臂的精确定位.     

基于变论域模糊PID的航空转台控制系统研究

航空转台是进行地面仿真的关键设备,其控制系统的随动性对地面仿真结果有很大影响。围绕航空转台的控制结构和算法策略,提出使用粒子群优化算法迭代寻优以保证论域最佳的变论域模糊比例积分微分(proportion integral differential,PID)控制策略。以MATLAB作为仿真环境,分析本文所提算法策略的优化效果,仿真结果表明该控制策略相较于常规PID的时间乘绝对误差积分准则(ITAE)指标有显著提升。搭建以可编程多轴运动控制卡(programmable multi-axes controller,PMAC)控制器为核心的航空转台实物测试系统进行算法验证,实验结果表明,基于变论域模糊 PID的航空转台控制系统可使航空转台的控制精度得以显著提升,超调量更小,调节时间更短,同时具备实用性,极大地提高了航空转台控制系统的随动性。     

基于变论域模糊PID的航空转台控制系统研究

航空转台是进行地面仿真的关键设备,其控制系统的随动性对地面仿真结果有很大影响。围绕航空转台的控制结构和算法策略,提出使用粒子群优化算法迭代寻优以保证论域最佳的变论域模糊比例积分微分(proportion integral differential,PID)控制策略。以MATLAB作为仿真环境,分析本文所提算法策略的优化效果,仿真结果表明该控制策略相较于常规PID的时间乘绝对误差积分准则(ITAE)指标有显著提升。搭建以可编程多轴运动控制卡(programmable multi-axes controller,PMAC)控制器为核心的航空转台实物测试系统进行算法验证,实验结果表明,基于变论域模糊 PID的航空转台控制系统可使航空转台的控制精度得以显著提升,超调量更小,调节时间更短,同时具备实用性,极大地提高了航空转台控制系统的随动性。     

基于免疫遗传算法的模糊优化控制及其仿真

提出了一种记忆细胞精英抗体遗传策略,能强化免疫系统的记忆功能和抗体浓度调节机制,从而使免疫遗传算法更快速、稳定地收敛到全局最优点.在模糊规则和隶属度函数联合编码基础上,通过上述改进型免疫遗传算法实现模糊控制器参数的同步优化.另外,由于模糊规则库和隶属度函数通常都具有对称的特点,控制器优化时可将搜索空间减半,从而使稳定性、收敛性得到显著提高.将这种新型模糊优化控制方法应用于过热汽温控制系统进行仿真,结果表明可以获得非常满意的闭环控制效果.     

模糊约束的网格服务流程编排方法及其性能评价

为解决具有不确定时间约束的网格服务流程编排问题,提出了一种基于模糊集的智能优化技术.建立了基于模糊集的服务时间模型,并对不确定的服务时间和用户期望完成时间进行形式化描述.该模型求解属于NP难题,因此在标准遗传算法(GA)中引入了自适应混沌控制策略.分析和模拟实验结果表明,混沌特性能引导GA快速收敛并避免局部最小解.根据改进的基于熵的性能评价策略,该方法的收敛速度和稳定性均优于标准GA.     

基于遗传算法和模糊控制的半主动悬架控制

文章建立了四自由度汽车半主动悬架系统模型;提出了一种用于汽车悬架半主动振动控制系统的遗传模糊方法,并用该方法对半主动悬架系统进行了计算机仿真和结果分析。最后通过与被动悬架比较,表明了半主动悬架系统明显减少汽车的振动,提高了汽车平顺性性能。     

基于遗传模糊免疫算法的PID参数整定优化研究

针对工业过程中的PID参数整定较难的问题,在分析模糊免疫算法的基础上,提出了一种遗传模糊免疫算法,用于在线整定PID参数。该算法用免疫反馈机理在线调整比例系数,模糊算法在线整定积分系数和微分系数。同时,该算法引用具有全局寻优特性的遗传算法优化免疫参数,克服了免疫参数选取不当而导致系统超调量较大、响应速度过慢的问题。针对工业过程中的无时滞过程、一阶惯性加时滞过程、二阶惯性加时滞过程、高阶系统过程,将该算法用于PID参数整定优化,并与模糊免疫算法、免疫PID算法、常规PID算法整定结果进行对比分析。仿真实验结果表明,遗传模糊免疫算法整定出的PID参数具有超调量小、调节时间短、抗干扰性强、鲁棒性强等优点,取得了较好的控制效果。