联合粉磨系统基于T-S模糊模型广义预测控制

针对磨机负荷多变量、强耦合、大滞后的控制难题,利用磨机电流的历史数据进行T-S模糊建模,对所建模型设计广义预测控制器,采用对控制器模糊加权的方法调节控制器输出,通过Matlab进行仿真比较。结果表明:广义预测控制达到稳态所需时间约为25 s,而PID控制需要约90 s,广义预测控制跟踪设定值的快速性更好,能更快达到控制要求;该方法避免了反复求解不同丢番图方程的繁琐过程,简化了控制器运算步骤。     

基于模糊聚类方法的T-S模糊系统建模

提出了用一个聚类验证准则设计模糊C均值聚类算法，这个聚类验证准则是用来确定模糊C均值算法中合适的聚类数．针对T—S模糊模型，由模糊c均值聚类算法确定其逻辑前件参数，进而采用最小二乘算法确定模糊推理规则的后件参数．最后，应用本文建模方法对一个非线性实例进行仿真计算，并与其它方法进行了比较，结果表明本文方法是有效的．     

基于模糊Lyapunov-Krasovskii函数的T-S模糊系统的H∞控制

研究了离散时滞T-S模糊系统基于模糊Lyapunov-Krasovskii函数的H∞控制问题.通过构造离散型模糊Lyapunov-Krasovskii函数,首先给出了一个使得T-S模糊系统渐近稳定的充分条件,然后给出了相应的H∞控制器的设计方法,该设计方法保证了模糊闭环系统内部渐近稳定并满足从干扰输入到控制输出的H∞范数界约束,且具有较少的保守性.最后通过仿真实例,验证了该方法的有效性.     

T-S模糊广义系统的H_∞控制

研究了TS模糊广义系统基于状态反馈的H∞控制问题·首先给出了使得TS模糊广义系统二次可稳的一个新的充分条件,然后给出了相应的H∞控制存在的一个新的充分条件,其条件用一个负定矩阵的形式给出·给出的条件不但简洁而且包含了子系统之间的相互作用·     

基于Type-2 T-S的模糊脉冲控制

利用Type-2模糊系统在描述复杂非线性系统诸多不确定性问题时的有效性,在Type-1模糊脉冲控制的基础上,提出了区间Type-2 T-S模糊脉冲控制方法.该方法利用Type-2模糊隶属函数的“宽带”效应,解决了Type-1模糊脉冲控制中数据噪声和外界扰动问题;利用Lyapunov理论和Lipschitz条件,通过运用比较方法和线性矩阵不等式等综合方法,设计Type-2 T-S模糊脉冲控制器,给出系统的渐进稳定性分析;最后,在倒立摆系统的仿真中,较方便地确定了隶属函数并选取了较少的模糊规则,表明系统的有效性和优异性.     

基于积分型模糊Lyapunov函数的T-S模糊系统H∞控制

研究了连续T-S模糊系统H∞状态反馈控制器的设计问题.主要目的 是针对连续T-S模糊系统设计H∞状态反馈控制器,使得闭环控制系统渐近稳定并且满足给定的H∞性能指标.通过应用积分型模糊Lyapunov函数方法并结合有效的矩阵变换技术引入松弛变量,以线性矩阵不等式的形式给出了两个H∞状态反馈控制器存在的充分条件.最后通过仿真算例验证了所提出方法的有效性.     

基于T-S模型的模糊预测控制在列车速度控制器中的应用研究

针对列车的速度控制特点,提出了基于Takagi-Sugeno(T-S)模型的模糊预测函数控制方法.设计了一种列车速度模糊预测函数控制器,并针对不同运行状况以及列车在启动、停止以及运行过程中的特点采取相应的控制策略,将整个控制过程分为多个子空间,每个子空间对应一个线性预测模型,通过仿真研究,验证了该控制器具有良好特性曲线跟踪能力.     

T-S模糊广义系统的次优控制

基于T-S模糊系统模型,对一类非线性广义系统进行建模,给出了使得模糊广义系统二次稳定的模糊状态反馈控制器存在的充分条件,同时求出了该控制器下系统二次性能指标的上界;以线性矩阵不等式(LMIs)的形式给出了使系统二次性能指标上界最小的优化设计方法,同时给出了使得模糊广义系统二次稳定的模糊状态反馈控制器的设计方法;最后,通过一个数值例子证明了该控制器设计方法的有效性和可行性.     

T-S模糊广义系统稳定性分析及控制器设计

针对T-S模糊离散广义系统稳定性判别条件严格,不具备更好适用性等问题,提出一种优化判据的新方法.该方法利用模糊Lyapunov函数分析了T-S模糊离散广义系统的稳定性问题,经过推导得出了更具一般性的稳定充分条件,并对得到的结论予以严格的数学证明;基于并行分布补偿(PDC)设计了模糊控制器,在原有T-S模糊模型的基础上,引入了Lyapunov函数,然后根据稳定性判别表达式不同的处理方式,提出了更宽松的T-S模糊离散广义系统稳定性判别条件,并对推论进行了证明.对T-S模糊离散广义系统的稳定性问题的优化,使得模糊离散广义系统具有更好的通用性,更贴近实际及更稳定的控制作用.     

基于改进模糊神经网络的电力系统短期负荷预测

提出了基于改进聚类算法的模糊神经网络的短期负荷预测方法。首先,利用改进聚类算法确定模糊神经网络的结构,然后利用混合学习算法训练该网络的前件和结论参数,最后向训练好的模糊神经网络输入相关的影响因素数据进行预测。预测结果显示,改进的模糊神经网络可以获得较高的预测精度,所以有更好的使用价值。     

基于改进的模糊聚类的RBF网络的设计

通过减法聚类与模糊c-均值聚类相结合的方法确定RBF网络隐层数据中心,用最小二乘法训练RBF网络的输出权向量,最后通过函数逼近的仿真实验来说明文中的聚类方法较以前的其它聚类方法效果更好更稳定。     

广义T-S模糊系统的非脆弱保代价控制

对于给定的系统,在控制器存在可加摄动的情况下,通过并行分配补偿的方法设计了状态反馈最优保代价控制器,使系统不仅渐近稳定而且具有最小性能指标上界.基于线性矩阵不等式处理的方法,给出了该控制器存在的充分条件;通过建立和求解一个凸优化问题,给出最优非脆弱保代价控制器的设计方法,最后通过算例显示了所给方法的有效性.     

基于T-S模型的模糊广义预测控制

对非线性系统建立了T－S模糊模型,并用正交最小二乘法（OLS）对模糊规则的后件参数进行辨识,然后在每一个采样点对系统进行局部动态线性化,根据得到的系统线性化模型对系统采取广义预测控制（GPC）方法得到当前的控制动作,仿真的结果表明了该方法的有效性。     

基于粗糙集的T-S模糊神经网络在回转窑烧结过程中的应用

基于粗糙集理论的知识约简方法和T-S模糊神经网络的非线性映射理论,针对回转窑烧结过程被控对象复杂、各参数之间相互耦合及难以建立精确数学模型的特点,提出一种RS-FNN智能控制策略。采用基于一种新的聚类有效性准则函数的模糊C均值聚类算法对连续属性进行离散化;然后利用粗糙集理论由历史数据样本提取约简规则集,对应的T-S模型具有反映数据特征的良好拓扑结构;最后T-S模型参数由梯度下降混合最小二乘法进行精调。该方法应用于铁矿氧化球团回转窑生产过程控制取得了良好效果,增强了系统容错及抗干扰的能力。     

基于T-S模型的高炉煤气系统模糊建模

针对钢铁企业高炉煤气系统这一复杂非线性系统的建模问题,提出一种基于数据的高炉煤气系统模糊建模方法.基于T S模糊模型的高炉煤气系统辨识模型,考虑系统中煤气调节用户的人为干扰特性,采用条件模糊聚类的方法来对输入/输出空间进行划分.引入模糊思想,使模型能够更好地适应工业噪声的干扰.利用贝叶斯线性回归方法求解模糊模型的后件参数,避免了后件参数求解过程中常出现的异常解问题.通过对实际企业高炉煤气系统的实验验证,结果表明了所提出的高炉煤气系统模糊建模方法的有效性,可进一步用于实施高炉煤气系统的优化与调度工作.     

基于T-S模糊模型的酸碱中和过程的系统辨识

针对pH中和过程存在非线性和大滞后性的特点,建立了基于协同GK模糊聚类的T-S模糊模型。将协同模糊聚类与GK相结合进行系统辨识,提高了聚类效果,使其前件和后件参数得到优化。利用上述方法建立了pH中和过程系统模型,取得了良好的仿真效果,验证了该算法的优越性和有效性。     

时滞系统的T-S模糊PID控制

以输出误差e、误差积累Σe、误差变化率△e为控制器输入,设计了三输入单输出的T-S模糊PID控制器。针对时滞系统,分别采用传统PID控制器、Smith预估补偿器、T-S模糊PID控制器进行控制并仿真比较,结果表明:T-S模糊PID控制器具有控制精度高、响应快速、适应性强的特点;当时滞系统的时滞发生较大变化时,控制器仍具有很好的控制效果,系统稳定。     

离散时间T-S模糊奇异时滞系统的广义耗散控制

针对一类带有时变时滞和外部干扰的复杂非线性奇异系统,利用离散时间T-S模糊模型对其建模。基于李雅普诺夫稳定性理论,研究了离散时间T-S模糊奇异时滞系统的广义耗散容许性问题。首先,通过设计新的李雅普诺夫泛函,在证明过程中考虑以往常被忽略的时滞项交叉项,并利用改进的互凸组合方法和最新的矩阵不等式,引进不依赖于系统状态和李雅普诺夫函数矩阵的自由权值矩阵变量来界定三重、二重差分求和项,从而得到了保守性较小的离散时间T-S模糊奇异时滞系统的广义耗散容许性充分条件;其次,由于奇异系统的特殊性,为了确保定理的条件能用MATLAB软件实现,定理的条件可转化为平方和形式;最后,通过数值仿真算例验证了本文所得结论和方法的正确性和有效性。     

一类T-S广义模糊系统二次稳定性问题的研究

基于模糊极值子系统的思想,研究了一类T S广义模糊系统的二次稳定性与非线性模糊控制器设计的问题·首先给出了模糊极值子系统的定义,将模糊系统的二次稳定性问题转化为其模糊极值子系统的二次稳定性问题的分析与研究·然后利用模糊极值子系统给出了模糊广义系统二次稳定的一个充分必要条件,最后通过两个新条件将充分必要条件中的精确上界条件减弱为近似上界,从而放宽了对充分必要条件的限制·     

Hammerstein-Wiener非线性系统的模糊预测控制

针对输入和输出受约束的Hammerstein-Wiener型非线性系统,提出一种基于T-s模糊模型的非线性预测控制算法,并用Lyapunov函数分析系统稳定性.通过建立T-S模糊模型,将预测控制器设计中的非线性优化问题转化为相应的线性优化问题;通过离线设计状态反馈控制律,在线实施符合条件的反馈控制律,极大程度地提高了在...