基于Fuzzy函数逼近的柔性模糊控制器论域压缩算法

针对模糊控制稳态控制精度不高的问题,提出了一种提高ＦＩＳ系统函数逼近精度的新方法——论域压缩算法．基于模糊数二元基元组的概念改进了一类Ｈｏｏｖｅｓ－Ｊｅｅｖｅｓ算法,实现对模糊数参数的寻优和输出论域的动态调整．构造基于ＳＯＷＡ类算子和ＢＡＤＤ解模糊的广义柔性模糊控制器作为仿真平台,对一过热汽温对象的控制给出仿真算例．结果表明,该方法可对控制达到任意精度上的逼近,从根本上解决Ｆｕｚｚｙ控制精度不高的问题．分析指出动态论域压缩算法对模糊控制具有理论上的普遍意义     

α－F格与Fuzzy拓扑空间的模糊化

基于模糊逻辑的思想，在一种新的Ｆｕｚｚｙ子集的邻属关系的基础上，证明了（ＩＸ，∧ａ，∨ａ，）为α－Ｆ格；定义了Ｆｕｚｚｙ拓扑空间（ＩＸ，δ）的模糊化，引入开（闭）度函数的概念，证明了τａ是一Ｆ拓扑；讨论了模糊化Ｆ拓扑空间中新的邻域与远域概念以及它们的关系．     

遗传算法优化模糊控制器及其在非线性系统中的应用

提出一种基于遗传算法优化地模糊控制器的设计方法,即利用遗传江地对模糊控制的器的参数进行寻优构成一个ＧＡ－Ｆｕｚｚｙ控制器。该算法适用于多输入－多输出系统,对于典型非线性复杂系统二级例立摆的仿真证明了本文控制算法的有效性和适应性。     

基于神经网络逆模型的Fuzzy-PID控制方法及其应用研究

在Ｆｕｚｚｙ－ＰＩＤ复合控制的基础上提出了一种基于神经网络逆模型的Ｆｕｚｚｙ－ＰＩＤ控制方法。该方法综合了模糊控制、神经网络控制和ＰＩＤ控制的优点, 使复杂工业过程中的非线性、时变等问题都得到了较好的解决。仿真结果表明, 该控制器具有较好的适应性和鲁棒性, 结构简单, 易于实现。     

自适应遗传算法优化模糊小脑模型

首次采用遗传算法（ＧＡ）设计模糊小脑模型神经网络（ＦｕｚｚｙＣＭＡＣ）的隶属函数．提出一个自适应ＧＡ优化算法，并且以优化模糊小脑模型ＦｕｚｙＣＭＡＣ学习正弦曲线．仿真实例表明，采用自适应ＧＡ方法优化的ＦｕｚｙＣＭＡＣ学习精度比标准小脑模型ＣＭＡＣ提高大约三个数量级、比标准ＦｕｚｚｙＣＭＡＣ（三角形隶属函数）提高一个数量级．自适应ＧＡ方法优化的ＦｕｚｙＣＭＡＣ学习速度比普通ＧＡ优化的速度快且进化过程的振荡明显减小，仿真证明该方法比普通ＧＡ优化方法稳定，收敛效果好．     

自适应遗传算法优化模型小脑模型

首次采用遗传算法（ＧＡ）设计模糊小脑模型神经网络的隶属函数，提出一个自适应ＧＡ优化算法，并且以优化模型小脑模型ＦｕｚｚｙＣＭＡＣ学习正弦曲线，仿真实例表明，采用自适应ＧＡ方法优化的ＦｕｚｚｙＣＭＡＣ学习精度比标准小脑模型ＣＭＡＣ提高大约三个数量级，比标准ＦｕｚｚｙＣＭＡＣ（三角形隶属函数）提高一个数量级，自适应ＧＡ方法优化的ＦｕｚｚｙＣＭＡＣ学习速度比ＧＡ优化的速度快且乾化过程的振荡明显减小，仿真     

基于遗传算法Fuzzy规则自动获取

为了实现Ｆｕｚｚｙ规则自动获取，进而坑性能智能系统和解决智能系统中的“瓶颈”问题，提出了利用遗传算法自动获取模糊规则的方法。定义了个体评估函数，说明了Ｆｕｚｚｙ规则以及遗传算法的组合优化的能力，计算机模拟结果表明这种方法有效地获取Ｆｕｚｚｙ规则。     

两类Fuzzy模式识别之间的关系

两类Ｆｕｚｚｙ模式识别之间的关系朱永庚（陕西师范大学出版社，西安７１００６２；作者，男，６１岁，编审）通常把Ｆｕｚｚｙ模式识别问题分成本质上不同的两种类型，分别用最大隶属原则和择近原理的方法去解决．本文旨在将通常用最大隶属原则解决的一类Ｆｕｚｚｙ模式...     

动态模式经济控制论模型的模糊形式研究

动态模式经济控制论模型的模糊形式是以当前我国经济体制改革的宏观调控为背景开发的一种反映市场经济活动下调控行为更适合现实的经济模型形式．本文将着重分析宏观调控的行为，比较ＦＤＹＰＥＣＭ与ＤＹＰＥＣＭ，讨论ＦＤＹＰＥＣＭ的结构，以及它和Ｆｕｚｚｙ系统的关系和性质．     

0模糊联想存储器及自适应学习算法在地震预报中的应用

介绍了模糊联想存储器ＦＡＭ（ＦｕｚｚｙＡｓｓｏｃｉａｔｉｖｅＭｅｍｏｒｙ）的基本结构、ＦＡＭ的自适应学习算法以及ＦＡＭ推理机的原理，并成功地将其用于地震预报专家系统中．其成果表现为：在知识获取方面，用积空间聚类的方法，自适应地产生地震预报规则；在推理方面，用ＦＡＭ推理机实现了对结构性语言经验的综合推理．     

模糊神经网络的非线性辨识理论及应用

论述了模糊系统和神经网络相结合的非线性系统辨识理论．通过分析模糊系统规则之间的隐含关系，给出具有非线性模糊关系的模糊神经网络非线性系统辨识方法，并用仿真方法进行了验证．最后讨论了网络的稳定性和收敛性．     

煤矿安全评价中应用模糊决策控制的探讨

在有输入和输出数据的前提下，分析了煤矿安全的模型与模糊控制模型的一致性；介绍了煤矿安全评价中检查表法的基本概念及其在本次工作中的作用。已经开展的模糊控制(模糊决策控制)的应用工作表明，进一步的研究有理论和应用方面的重要价值。     

Fuzzy Modeling on L - R Fuzzy Number and Its Application

A new fuzzy modeling method, which based on L - R fuzzy number, is discussed in this paper. First, the fuzzy state equation model is constructed based on fuzzy state variable,fuzzy Input variable and fuzzy output variable whkh are represented by L - R fuzzy number. And then, identification of time - varying parameter in this model is discussed further. At the end, a simulated application is given to Indicate the effectiveness of this fuzzy modeling method.     

基于密度聚类的模糊神经网络和CHP分解过程建模

针对基于样本数据的复杂系统建模问题,提出了基于密度聚类的模糊神经网络(DFNN)的建模方法,研究了利用密度聚类原理提取数据样本的内在规则的理论和方法,提取的规则能较好地反映样本数据输入输出的对应联系,根据提取的规则给出了模糊神经网络的模型结构.本文以化工生产过程过氧化氢异丙苯(CHP)分解反应过程为对象进行仿真建模,结果显示在模型精度和可靠性上均优于基于c均值聚类提取规则的模糊神经网络模型(CFNN).     

基于加权变量模糊控制的倒立摆控制系统

针对多变量、非线性和强耦合的二级倒立摆系统,利用最优控制反馈矩阵,综合考虑小车、下摆、上摆和模糊误差信息,加权模糊控制器输入变量.设计了分别以倒立摆的小车、下摆和上摆为主控制量设计三种加权变量模糊控制器,控制二级倒立摆系统稳定.仿真研究表明,以上摆为主控制量设计的加权变量模糊控制器控制效果最佳,能够得到很好的稳定效果,收敛快、精度高,表明该方法的控制效果是最有效可行的.     

多元Fuzzy线性回归

在处理某些系统模型中,有些输出或输入量的值是通过人的心理测量给出的。这时我们可认为此系统具有Fuzzy结构。这种Fuzzy结构一般可用带有Fuzzy参数的Fuzzy线性函数表示,而Fuzzy线性函数可由Zadeh的扩展原理得到。这样用Fuzzy线性函数来描述系统的Fuzzy结构便形成了Fuzzy线性回归分析。当输出输入量均是多个时便是多元Fuzzy线性回归。在经典的多元回归中,观测向量值与估计向量值之间的差异一般认为是测量误差,本文处理的多元Fuzzy回归中,我们认为其差异是由于系统的Fuzzy性造成的而反映在回归方程的Fuzzy参数上,这种Fuzzy参数一般表示一种可能性分布。文章讨论了多元Fuzzy回归模型的拟合问题,给出了其Fuzzy向量参数的估计方法,并将其计算方法归结为求解某线性规划问题。本文使用的Fuzzy向量限制在三角族内,而对其它形式的常用Fuzzy向量也没有实质困难。     

基于模糊控制二级倒立摆实验装置的二次开发

二级倒立摆实验装置系统采用直流电机驱动和内置DSP芯片控制，通过RS-232串行总线与计算机通信。由于该系统的数学模型是非线性的。很难用经典的控制方法时其实现实时控制，基于此时实验装置的控制系统进行二次开发，引入了模糊控制方法改善原有的线性控制算法。模糊控制的核心是模糊控制规则，所以确定合适有效的控制规则成为解决问题的关键，而采用基于经验和基于系统仿真结果相结合的方法，制定出了简单适用的规则库。调试结果表明，系统具有良好的稳定性。     

船舶航向非线性系统自适应模糊补偿控制

摘要： 研究了船舶直航和谐波航向控制问题.基于Lyapunov稳定性理论,将自适应模糊补偿技术应用到船舶航向非线性响应模型中,利用万能逼近定理构造模糊系统逼近系统中的未知非线性,提出了一种基于自适应模糊补偿且带有物理约束二阶滤波器的鲁棒跟踪控制器.运动响应模型考虑了建模误差和外界干扰,模糊系统能有效地逼近非线性系统,控制器能够准确地跟踪预设航向和转首角速度.舵角控制结合舵机伺服系统模型,操舵情况符合物理现实. 数值仿真在相同控制参数下与传统比例 微分(PD)控制作比较,结果验证了自适应模糊控制器的有效性和优越性.     

Fuzzy控制器的设计及校正

从信息集成的思想出发设计了一类Ｆｕｚｚｙ控制器，并通过对Ｆｕｚｚｙ模型的校止，提高了Ｆｕｚｚｙ控制器的控制精度。     

一种新的不下机器人运动控制方法

对神经网络和模糊理论在水下机器人运动控制中的应用进行了探讨,提出了神经网络多步预测模型的非线性广义模糊预测控制算法,用神经网络方法实现了对水下机器人这一非线性系统的在线计算、滚动优化和在线控制,采用强化学习方法来构筑模糊控制系统中的神经网络,给出了神经网络多步预测模型及相应的控制算法和操作过程,计算机仿真结果验证了本文所提方法的有效性。