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.     

基于Delta算子的T-S模糊系统输出反馈鲁棒镇定

文章对一类由Delta算子描述的具有范数有界不确定性的T-S模糊系统,研究其静态输出反馈鲁棒镇定问题;利用Delta域的Lyapunov稳定性理论,基于矩阵相似变换,得到使模糊Delta算子系统鲁棒镇定的静态输出反馈控制器存在的充分条件;并用一组线性矩阵不等式(LMI)的可行解,直接利用Matlab中的LMI工具箱验证求解,给出输出反馈鲁棒控制器的一个参数化表达形式。     

一种近似等频离散化方法

在数据挖掘和机器学习研究中,许多算法以离散值为处理对象,常常需要对连续属性进行离散化.由于正态分布的广泛性,本文提出一种基于正态分布的近似等频离散化方法.该方法实现简单,关于数据集大小具有线性时间复杂度,适用于大规模数据集.在许多数据集上与文献中多个离散化方法进行了对比测试,实验结果表明,提出的无指导的离散化方法是有效、可行的.     

基于T-S模型的离散非线性系统的迭代学习控制

针对离散T-S模糊系统的轨迹跟踪控制问题,提出了基于离散Legendre正交多项式的迭代学习算法.该方法利用离散Legendre正交多项式展开技术及其移位运算矩阵,导出了系统基于离散Legendre多项式展开的近似模型,建立了输入量与输出量之间的代数方程约束关系.在此基础上,用迭代学习的方法可修正输入量的Legendre多项式系数,所得算法可用于具有任意相对阶的离散非线性系统.仿真实例表明了该算法的有效性.     

离散T-S模糊系统稳定性分析及控制器设计

针对离散T-S模糊控制系统稳定性分析及控制器设计问题,在Lyapunov直接方法把稳定性的判据归结为在所有的子系统中寻找一个公共的正定的矩阵P基础上,基于模糊Lyapunov方法提出了一种新的稳定性判别条件,把常规Lyapunov方法中的一个公共矩阵的寻找分解为r个矩阵的寻找,使该条件具有更大的宽松性:利用离散T-S模糊系统模型和模糊Lyapunov函数,通过矩阵变换,解决了控制器设计时的双线性矩阵不等式问题,使得稳定性的判定和控制器的增益计算都可以直接利用线性矩阵不等式,通过利用MATLAB中的LMI工具箱对系统进行了仿真,仿真实例给出了由具体规则描述的模糊系统,仿真结果说明了该算法的有效性和优越性.     

具有全局聚类的多属性离散化算法

为了减少连续属性离散化后有用信息的丢失和信息系统总的断点数量,提出了一种具有全局聚类效果的多属性离散化算法.算法根据各属性预插入断点对信息系统近似分类质量的影响,来确定要插入断点的属性,从全局属性范围选择最佳断点.根据Ameva统计量来判断属性中最佳断点的位置,并以保证决策表的近似分类质量作为算法的终止条件.实验采用多...     

粗糙集连续属性离散化通用模型及GASA方法

在对典型的离散化方法分析的基础上,提出一种适用于粗糙集决策表的连续属性离散化处理的通用模型结构;对遗传算法的适应度线性尺度变换作改进,将模拟退火的思想引入遗传算法,提出基于遗传模拟退火算法(GASA)的数据离散化方法,并用UCI机器学习数据库中的Iris和Glass数据集进行验证.实验结果表明,离散化方法通用模型对数据...     

模糊离散事件系统的分散控制

针对控制系统结构复杂,规模庞大的问题,以自动机作为系统的模型,研究了扩展全局监控器存在条件下的分散监控综合问题。由经典离散事件系统的局部监控器存在条件,延伸得到模糊离散事件系统的局部监控器存在条件,得到了全局监控器的存在条件。在系统存在全局监控器的基础上,讨论其与全局控制目标之间的关系,避免常规方法研究复杂系统时的分析困难和综合复杂性,从而为模糊离散事件系统监控理论的应用探寻新的途径。     

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T-S模型的励磁系统控制器的设计

研究了基于T-S模糊模型控制理论下单机-无穷大电力系统的励磁控制设计。建立一系列局部动态模型表示系统在每个局部区域的动态行为,然后利用隶属度函数把这些局部模型连接起来构造一个全局动态模型,最后采用解线性矩阵不等式的方法,利用MATLAB/LMI工具箱得出了发电机励磁系统的控制器。仿真结果表明这种控制方法有效,且其控制效果优于PID控制。     

基于超立方体与信息熵的离散化方法

针对粗糙集中连续属性需要离散化问题进行了研究.根据数据对象的可分辨性原理构造超立方体,在数据空间上对信息表中的连续属性进行整体离散化处理.根据条件属性与决策属性的一致性关系,依照条件属性在粗糙集边界域中的分类能力来确定条件属性的重要性,在此基础上选取重要划分点对信息表中的连续属性进行局部离散化,同时以信息熵作为迭代约束条件.数值示例和实验表明这种整体与局部相结合的离散化方法是有效可行的.     

一类非线性系统的自适应模糊控制器设计及稳定性分析

首先建立一种动态T-S模糊子系统,用于估计非线性系统,然后设计一种稳定的参考模型,其前件与T-S模糊子系统相同.在此基础上,提出一种反馈控制器,其控制矩阵采用线性矩阵不等式(LMI)的方法进行求解,使得在数学模型已知的情况下,闭环系统渐近稳定.此外,为补偿和消除实际系统中常存在的参数不确定性和外部干扰的影响,进一步提出...     

模糊时滞系统的状态反馈控制器设计与稳定性分析

在保证闭环系统稳定的基础上,为进一步改进系统的动态性能,将模糊T-S模型方法应用到非线性连续时滞系统的控制器设计中,提出了一种带调节因子的状态反馈控制器的设计方法.首先给出变时滞非线性系统的模糊T-S模型,然后设计出基于观测器的状态反馈控制器,并利用Lyapunov-Razum ikhin稳定性理论给出模糊闭环系统一致渐近稳定的充分条件,最后通过求解一系列线性矩阵不等式得到状态反馈增益矩阵和观测增益矩阵.通过对卡车倒车控制的实验仿真,表明当调节因子选取适当时,闭环系统的超调量和震荡次数都有明显减少,选取不当时,超调量和震荡次数都有所增加.因此,通过改变调节因子的值,可以对闭环系统的动态性能进行适当调节.此外,通过引入特殊矩阵,使得判据中含有较少的约束不等式,从而减弱了结论的保守性.     

基于T-S模型的非线性离散系统的鲁棒镇定

研究了非线性离散系统的基于T S型模糊系统的二次镇定问题·针对含有不确定项的非线性离散系统,在构造T S模型时,引入了参数不确定项,使得模糊模型能够更精确逼近原系统·基于Lyapunov稳定性理论,推导出满足二次稳定的状态反馈控制律存在的充分必要条件,并且把该条件进一步等价为一个求解线性矩阵不等式(LMI)的问题,利用Matlab工具箱能够方便地求解出该线性矩阵不等式·最后通过对truck trailer例子的仿真,验证了该方法的可行性·     

基于连续数据量化的声纳传感器数据识别方法

为了有效识别声纳信号,提出一种基于连续数据量化的声纳传感器数据识别方法。首先用声学传感器采集数据;其次运用数据离散化方法,有效地将采集到的数据进行连续数据离散化;最后,通过数据挖掘技术(C4.5/C5.0决策树、SVM和Naive-Bayes分类器)对离散后的声纳信号数据进行分类识别。实验首先在UCI数据集上进行Naive-Bayes分类预测来评价提出离散化方法的性能,得到了较好的效果。其后,通过声学传感器收集到的Sonar数据集进行实验。结果表明,新的离散化方法提高了四个分类器的识别精度,表明该声纳传感器数据识别技术是非常有效的。     

模糊双线性系统的鲁棒控制器设计新方法

针对一类具有范数有界参数不确定性的连续模糊双线性系统,提出了一种求解其鲁棒控制器的新方法。首先,基于T-S模糊模型对模糊双线性系统建模,采用并行分布补偿算法设计模糊控制器。结合Lyapunov稳定性理论,得到了闭环模糊双线性系统全局稳定的充分条件。然后,基于一种改进的锥补线性化算法的思想,将模糊控制器的设计转化成为一个受线性矩阵不等式约束的最小化问题。最后的仿真结果验证了设计方法的有效性。     

一类参数不确定T-S模糊系统的鲁棒控制及仿真

针对一类具有参数不确定的T akag i-Sugeno(T-S)模糊系统,基于模糊区域的概念研究了其鲁棒控制问题。通过将不确定T-S模糊模型转换为不确定T-S模糊区域模型,并利用Lya-punov稳定性理论,导出了线性矩阵不等式(LM I)形式的鲁棒控制器设计方法。相对于传统设计方法,降低了采用线性矩阵不等式方法求解的难度,并具有良好的鲁棒性能。仿真结果验证了该方法的有效性。     

多目标模糊动态输出反馈控制器设计

针对一类不确定T-S模糊动态系统,利用线性矩阵不等式方法,研究了一类非线性系统H∞动态输出反馈控制,且满足闭环极点配置要求.采用动态并行分布补偿进行控制器的设计,考虑了受控输出变量中的参数不确定以及控制器中控制系数不为零的情况,较以往设计更具一般性.给出了模糊闭环系统的全局稳定性充分条件,并将其转化为线性矩阵不等式形式.最后,以复杂非线性陈系统为仿真算例,验证了算法的有效性     

一种基于分布特征的连续属性离散化方法

针对在使用粗糙集理论处理决策表时需要事先对连续属性进行离散化处理的问题,提出了一种基于连续属性分布特征的离散化算法．并通过实例分析说明该算法能在保证决策表原始分类能力不变的前提下,获得较少的断点数．