神经网络结构的递归T—S模型模型

提出一种新的递归T－S模型（Takagi-Sugeno模型）的模糊神经网络结构（TSFRNN）,利用动态BP（DBP）算法来学习训练神经网络的参数,通过与通常的多层前馈神经网络结构的T－S模糊神经网络（TSFNN）的对比仿真实验,说明在非线性系统建模方面TSFRNN比TSFNN更加优越。     

Constrained predictive control based on T-S fuzzy model for nonlinear systems

A constrained generalized predictive control （GPC） algorithm based on the T-S fuzzy model is presented for the nonlinear system. First, a Takagi-Sugeno （T-S） fuzzy model based on the fuzzy cluster algorithm and the orthogonalleast square method is constructed to approach the nonlinear system. Since its consequence is linear, it can divide the nonlinear system into a number of linear or nearly linear subsystems. For this T-S fuzzy model, a GPC algorithm with input constraints is presented. This strategy takes into account all the constraints of the control signal and its increment, and does not require the calculation of the Diophantine equations. So it needs only a small computer memory and the computational speed is high. The simulation results show a good performance for the nonlinear systems.     

基于T-S模型的非线性系统离散时间滑模控制

基于T-S模糊模型,讨论了一类非线性离散时间系统的控制问题。采用T-S模糊模型来描述非线性系统的动态模型,再将非线性系统的全局T-S模糊模型转化为线性不确定系统的模型。这样复杂的非线性系统的稳定问题就转化为线性不确定系统的鲁棒镇定问题。采用离散时间滑模控制方法实现线性不确定系统的鲁棒镇定。利用用线性矩阵不等式技术设计稳定的滑动模面,以降低非匹配不确定对系统的影响。给出了线性矩阵不等式形式的稳定滑动模面存在的充分条件。此外还给出了滑模控制律的设计方法。所给设计方法可保证系统鲁棒镇定,并且在滑动模面附近的抖振可明显减弱。最后,给出了truck-trailer的仿真算例,证明了所给方法的可行性和有效性。     

基于T-S模糊模型的非线性自适应逆控制系统

现在非线性自适应逆控制系统中，由于对象模型和逆控制器均采用非线性自适应滤波器，自适应过程需要同时训练至少两个串联的非线性自适应滤波器，从而造成自适应学习过程过于复杂。利用一组自适应LMS滤波器建立非线性对象的T-S模糊模型，它为逆控制器的学习提供了准确的解析的对象模型Jacobian信息，从而有效简化了自适应逆控制学习过程。仿真结果表明，无论是离线建模还是在线建模，该非线性自适应逆控制方法均能取得理想的控制效果。     

AQM中基于T-S模型的滑模控制及仿真

针对TCP(Transmission Control Protocol, 传输控制协议)网络的拥塞控制问题,基于T-S (Takagi-Sugeno)模糊模型,采用滑模控制理论提出了一种新的AQM(Active Queue Management, 主动队列管理)算法.考虑到TCP网络中存在的不确定和时变时滞因素,首先利用T-S模糊模型对网络进行建模,然后利用线性矩阵不等式设计了一个渐近稳定的滑模面,而且还给出了一种能够明显减小滑模面附近抖振的趋近律,基于该趋近律设计的控制律能够有效地抑制路由器中队列长度的振荡,并使其快速收敛于期望值.仿真结果表明,该算法与普通的滑模控制算法相比具有更好的稳定性和鲁棒性,能够很好地适应复杂多变的TCP网络环境.     

一类基于T-S模型的非线性系统模糊完整性控制

针对一类非线性系统的执行器故障,提出了一种基于T-S模型的模糊完整性容错控制设计方法。将不同模糊规则下的系统模型转化为其中一个模糊规则下的不确定性系统,分别给出执行器故障前后模糊控制器存在的充分条件,证明了两个充分条件存在交集的情况下,根据LMI原理设计的模糊完整性控制器使得在执行器卡死或失效时,仍然能够保证非线性闭环系统的稳定性。仿真算例表明了本方法的有效性。     

非线性系统基于T-S模型的H∞控制

将非线性系统用 T-S模糊动态模型描述 ,并将全局模糊系统模型表示成不确定系统形式 .采用鲁棒 H∞ 控制策略 ,设计出使全局模糊系统模型渐近稳定的控制器 ,并以一级倒立摆的模糊控制器设计实例 ,证明了方案的简洁有效     

基于T-S模糊模型的非线性时滞系统的变结构控制

基于T-S模糊模型和变结构控制策略,研究了一类带有参数不确定项的非线性时滞系统的变结构控制问题。首先,利用变结构控制理论选择滑模面,根据可达条件提出了一种变结构控制方法,该方法确保系统的运动轨迹在有限时间内到达滑模面并一直保持在滑模面上。当不确定项不满足匹配条件时,根据Lyapunov稳定性理论和线性矩阵不等式(LMI)的方法得到了系统状态全局稳定的充分条件。最后给出了一个仿真加以说明该设计方法的有效性。     

一类串级不确定非线性系统的最优滑模控制器设计

对一类串级不确定非线性系统提出了一种基于SDRE控制的最优滑模控制方法。该方法采用两环控制结构，外环控制器的设计采用基于依赖状态的Riccati方程最优控制，用以产生最优滑模面。内环控制器设计采用滑动模控制以减小控制系统对参数变化、模型误差、外部干扰的敏感。同时提出了两种求解依赖于状态的Riccati方程的方法，所设计的最优滑模控制器能使串级不确定系统具有鲁棒稳定性。最后通过一个仿真算例，验证了该控制方法的有效性。     

一类非线性系统的直接自适应模糊滑模控制

研究了一类非线性系统的一种直接适应模糊滑模控制（AFSMC）的问题。首先，在系统的非线性动态函数满足可估计和有界两个基本假设的条件下，给无了此类系统基于非线性动态函数估计的一般滑模控制律设计。然后基于目标函数梯度校正的方法，通过自适应机构调解模糊逻辑系统（FLS）的后作参数，所设计的自适应模糊逻辑系统（AFLS）能够逼近系统基于非线性动态函数估计的一般滑模控制律。这样，系统的自适应模糊控制律具有一般滑模控制律的控制效果，同时由于AFLS的滤波作用，具有消除滑模控制高频抖振的特性。数值仿真结果证明了所设计控制律的有效性。     

非匹配非线性系统多滑模模糊控制

针对一类非匹配非线性系统,提出一种多滑模自适应模糊控制算法。通过将参数光滑投影算法,带饱和层的滑模面设计技术以及积分型李雅普诺夫设计技术集成起来,使得算法提高了系统在抑制参数漂移、抖振现象、控制器奇异等方面的能力。算法保证闭环系统所有信号的有界性且使得跟踪误差收敛于任意设定的饱和层内。仿真结果进一步说明了算法的有效性。     

电磁悬浮平台系统的滑模控制研究

针对电磁悬浮系统中存在建模误差和外加干扰的非线性控制问题，研究了磁浮系统的滑模控制方法，设计了磁浮系统的切换超平面和基于最终滑动模态的滑模控制系统。仿真结果表明，该控制系统能有效抑制系统参数摄动引起的扰动和持续的外激力干扰，增强了系统的鲁棒性。