步长自调整的预测模糊控制器的研究

在介绍灰色模型(GM)建模的基础上,把预测控制的思想引入到模糊控制器中。模糊控制器的两个输入变量为设定值,与灰色预测模型的输出值之间比较得到预测误差及其预测误差的变化率。并根据过程状态提出了一种预测步长自调整的模糊决策机制,进一步改善系统的控制性能,即把由模糊决策器得到的预测步长作为灰色预测模型的一个输入来控制。仿真结果表明,该方法具有良好的控制性能和实用价值。     

基于混沌的汇流瓶颈区交通流模糊控制与仿真研究

为提高城市快速路汇流瓶颈区交通流通行效率,有效控制路段交通流混沌现象的发生,以瓶颈区交通流占有率是否超过阈值为启动条件,建立以汇流瓶颈区交通流占有率、平均车速为输入,主线限速值为输出的主线交通流自适应神经模糊混沌控制器;并对交通流混沌控制的最佳启动阈值、最佳控制周期进行仿真分析。仿真结果显示,当启动阈值取瓶颈区交通流占有率为30%,控制周期为两分钟时,控制效果最佳,此时路段混沌断面相对于无控制情况减少了60%,交通流总行程时间减少了0.42%,总延误减少了58.25%,说明该方法能够有效抑制交通混沌,提高交通流的通行效率。     

灰色预测模糊自调节PID控制器及其仿真

结合灰色预测、模糊自调节与传统PID控制的设计思想,提出灰色预测模糊自调节PID控制算法.该算法用系统输出误差和系统输出预测误差合成的综合误差作为PID控制器的输入,同时模糊自调节系统又能根据综合误差及其变化率来调整PID参数.仿真结果表明,与模糊自调节PID控制器相比,该控制器具有良好的动态性能和鲁棒性.     

二级倒立摆的模糊控制算法

利用最优反馈矩阵加权模糊控制器的输入变量,并对系统的状态进行了综合处理.该方法减少了模糊控制器的输入,降低了控制器的设计难度.仿真结果表明:该模糊控制器结构简单,系统响应稳态误差较小,调节时间和超调量符合控制要求,具有很好的控制效果.     

基于通信的数据驱动分布式预测控制

针对分布式控制系统的特点,提出了一种新型的基于数据的分布式预测控制优化算法。由输入、输出数据直接设计分布式控制器,控制器在各个子系统通信的条件下采用基于纳什最优的分布式控制优化算法,以较低的成本达到整个大系统的性能优化。这种基于数据的方法使传统的预测控制器设计过程中的系统辨识和基于状态空间模型的预测控制简化为直接的一步,即直接利用数据设计分布式控制器。本文给出了这种新型算法的收敛条件,仿真结果证明了该方法的有效性。     

基于Delta算子离散化方法的连续T-S模型混沌化

针对一类连续时间T-S模糊模型的混沌化问题,提出一种新的混沌化方法.首先采用Delta算子离散化的方法将连续时间T-S模糊模型全局离散化,然后,在此离散时间T-S模糊模型的基础上,设计了一个线性状态反馈控制器,最后对整个闭环系统作一次溢出非线性函数运算以保证系统状态的有界性.可以证明,当控制器增益取得合适的情况下,系统可以产生Devaney意义下的混沌.数值仿真结果验证了所提方法的有效性.     

改进混沌优化算法在二级倒立摆控制中的应用

针对二级倒立摆模糊控制器需要对大量参数进行调整,以及可能出现的规则爆炸问题,本文提出了一种基于混沌优化的模糊控制器的设计方法。将常规模糊控制器进行加权变论域处理,并且对常规混沌优化方法进行改进,采用新的二次载波方式将优化变量转变成混沌变量,通过混沌搜索的方式对当前工作点进行扰动,在搜索过程中通过时变参数的初始值的设定逐渐减少扰动幅度。本文使用Matlab/Simulink对二级倒立摆进行优化仿真研究,分析比较了各种方法的控制效果。结果表明模糊控制器经过混沌搜索的优化后,具有良好的鲁棒性好和适应性。本文提出的改进的混沌优化算法对多变量快速时变系统的模糊控制器的设计提供了一种有效的改进方法。     

基于MATLAB的液位模糊控制系统设计

对水箱系统设计一个两维模糊控制器,模糊控制器设计为两个输入一个输出,模糊控制器的输出用来控制阀门的开度,调节水箱的液位。运用MATLAB模糊工具箱实现双输入单输出的模糊控制器,并结合Simulink仿真得到实际液位跟踪给定液位的曲线,仿真结果证实该模糊控制器优越于常规的PID控制器,水箱模糊控制系统获得良好的控制性能指标。     

自调整模糊控制器在异步电机矢量控制系统中的应用

针对异步电机矢量控制系统因电机参数变化和负载波动等因素性能变差的问题 ,设计了一种二维自调整模糊控制器作为滑差频率式异步电机矢量控制系统的速度调节器。这种自调整模糊控制器可以根据输入变量的大小调整模糊控制器的量化因子、比例因子和两个输入变量的权重 ,从而自动调整模糊控制规则。仿真和实验结果说明 ,具有自调整模糊控制器的异步电机矢量控制系统不仅动态和稳态性能都得到提高 ,而且具有较强的鲁棒性。     

基于混沌理论和MEA-BPNN模型的快速路短时交通流预测

为提高短时交通流预测的精度,在分析北京市二环路实测交通流数据时空特性和混沌性的基础上,利用混沌理论方法对交通流量时间序列进行相空间重构,并基于思维进化算法提出一种改进的BP神经网络模型,将重构的时间序列数据作为模型输入进行交通流预测。结果表明,基于该模型的预测结果与基于传统BPNN模型的预测结果相比,均方根误差、平均绝对误差和平均绝对百分误差分别下降31.11%、20.71%和37.28%,证明了模型具有更精确的预测能力。     

模糊PID无源稳定性分析

分析了非线性控制中经常使用的无源稳定性定理．介绍了模糊PID控制器的构造、实现以及与传统PID控制器的关系．将无源稳定性定理应用到传统PID控制器稳定性分析中，推导出PID控制参数的要求．最后利用模糊PID控制器与传统PID控制器的联系，进一步推算出符合稳定性要求的模糊PID控制器设计规则．给出具体实例，验证模糊PID系统稳定的参数范围．     

采用余弦相似度和变预测时域的汽车轨迹追踪控制

为提高自动驾驶汽车在不同车速下轨迹追踪精度、行驶稳定性和控制器的自适应能力,提出一种基于余弦相似度和变预测时域的轨迹追踪控制器。基于传统MPC的轨迹追踪控制器,提出以矩阵的余弦相似度来度量预设状态和实际状态两个矩阵的差异程度,确定预测模型的优化节点,采用模糊控制对预测时域和控制时域进行优化。通过计算机仿真对比试验,结果表明与传统MPC的轨迹追踪控制器相比,所提出的MPC控制器在不同车速下的轨迹追踪精度和车辆稳定性均有明显的提升。     

非线性理论在PID控制器中的应用

近年来，非线性理论在PID控制器中的应用十分迅速和广泛，如将模糊理论、神经网络理论、混沌理论、遗传算法、博实论等一系列非线性理论应用在PID控制器中，形成了模糊、神经网络、基因即遗传、混沌等PID控制器，并广泛应用于复杂的工业过程控制中。本文主要就几种PID控制器研究的现状与存在问题进行了分析。     

基于模糊神经网络的参数自整定PID控制系统设计

利用多层神经网络构建模糊自适应PID控制器，通过神经网络自学习能力在线提取模糊控制规则，优化控制器隶属度函数，根据不同时刻的误差e和误差变化ec运用模糊推理在线自整定PID参数。仿真实验表明，该控制系统具有优良的控制性能。此外，通过遗传算法对模糊神经网络的学习速率和惯性系数等进行了优化，为控制系统实现最优控制提供了有力保证。     

Takagi - Sugeno Fuzzy PID Gain - Scheduling Controllers

This paper aims at Takagi - Sugeno (TS) fuzzy controllers as gain scheduling (GS) schemes of PID controllers. A TS fuzzy controller employs arbitrary input fuzzy sets, product or Zadeh fuzzy logic AND, TS fuzzy rules with linear consequent, and the generalized defuzzifler containing the popular centrold defuzzifler as a special case. We first establish the relationship between the TS fuzzy controller and the linear PID controller. The TS ftizzy controller is accurately a nonlinear PID controller with gains continuously changing with Its process output. Then we point out that the TS fuzzy controller is closely related to the traditional gain scheduler. The gains of the TS ftizzy controller are determined by three two - Input - one - output fuzzy systems with singleton output fuzzy sets. Finally, as a demonstration, a simple TS fuzzy controller employing two linear input fuzzy sets, Zadeh fuzzy logic AND, and the popular centrold defuzzifler is designed to be the gain scheduler for the PID controller. Com     

模糊小脑模型神经网络在多辊冷连轧机轧制力预报模型中的应用

针对宽带钢多辊冷连轧机组特点,为提高轧制力的预报精度,在结合传统轧制压力模型的基础上把模糊算法和神经网络有机结合,设计出基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型.通过对传统轧制力模型计算值、小脑模型预报计算值与实测值进行对比分析可知,基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型具有较高的计算精度,更适合于多辊轧机在线计算机过程控制的应用,满足现场在线生产的要求,取得良好的板形板厚控制效果.     

城市交通信号的模糊控制研究

以城市主干道交叉口为研究对象,提出了一种实用的交通流模糊控制算法,该算法包括模糊控制算法和绿灯延时终止算法两部分。在现有的模糊控制算法的基础上,增加了绿灯延时终止算法,从而利用模糊逻辑对绿信比进行了优化。在SDCSTS仿真软件的基础上进行了仿真研究。仿真结果表明该方法的有效性。     

数控焊接变位机双模控制器的试验分析

以工业控制计算机为控制器,在数控焊接变位机的实时控制中,设计了一种基于模糊控制和 Ｐ Ｉ Ｄ 控制加权合成的双模智能协调控制器．从仿真和实验的结果来看,这种控制系统取得了满意的动、静态性能,不仅响应速度超过了改进后的模糊控制,而且稳态误差也比常规的 Ｐ Ｉ Ｄ 控制大大减小了,在数控焊机变位机的控制中具有较高的实用价值．     

一种基于并规则的移相全桥电路模糊控制方法

针对移相全桥电路这一强非线性系统,传统的模糊PID控制方案会有组合规则爆炸问题,影响系统实时性。本文提出了一种基于等效并规则的模糊PID控制方案,有效减少了控制规则数量,经Matlab仿真验证,基于并规则的模糊PID的稳定时间大大短于传统模糊PID控制。更适合于嵌入式系统实现。